我們知道,正則表達式中,可以用 . 表示任意單個字符,但在underscore和jquery的源代碼中,我們可以看到,這些著名類庫的代碼中,經(jīng)常并不是用 . 來表示任意字符,而是使用 [\w\W] 或者[\s\S] 。乍一看,好像表達的含義是一樣的,可是為什么放著簡單的方法不用,而去多繞個圈子?今天就簡單說說這個問題。
首先我們必須要正確理解 . 的含義。其實說它表示任意單個字符,可能會讓人產(chǎn)生誤解,必須要強調(diào)一下,這個“任意單個字符”不包括控制換行的字符,也就是不包含 \n \r \u2028 或\u2029 這幾個字符。而 \W 和 \s 中是能夠包含這些字符的。那個這兩種寫法的差異也就很清晰了,就是能否匹配到幾個換行控制符的差異。
那么在什么時候我們需要考慮這幾個換行控制符呢?當(dāng)要處理的字符串可能包含換行時。這樣的情景太多了,處理html字符串、處理template、nodejs讀取文本等等。
提及多行文本的場景,我們很容易想到正則表達式的 m 模式(多行模式)。那么多行模式對我們今天討論的問題有影響嗎?我不是很確定。為什么不確定呢?有些人信誓旦旦地聲稱單行模式下 . 的含義與多行模式下不同,單選模式下等同于 [\w\W] 或者 [\s\S] ,而多行模式下會排除換行控制符。但據(jù)我試驗,以及參考MDN的說法,這是不對的。的確有很多語言的正則表達式會有上述特性,但在javascript中我沒有看到,不知道會不會有瀏覽器方面的差異。那么多行模式對于javascript而言影響的是什么呢?我認為僅僅是改變了 ^ 和 $ 標識的含義:單行模式下,分別表示整個字符串的開始的結(jié)尾;多行模式下表示每一行的開始和結(jié)尾。而不管多行模式還是單行模式,我認為 . 都是不包含換行控制字符的,等價于 [^\n\r\u2028\u2029] 。
再多延伸一點點,對于現(xiàn)代瀏覽器,可以直接用 [^] 來匹配任意字符的。
例子程序不想寫了,有興趣的可以自己試驗一下,分別用 /.*/g 、 /^.*$/g 、 /.*/gm 、/^.*$/gm 來匹配一下 "abc\nedf" ,其中道理不言自明。