JavaScript 的正則也有單行模式了

標籤：意思   使用   rac   str   檔案   文檔   常用   javascrip   regular   

Regex最早是由 Ken Thompson 於 1970 年在他改進過的 QED 編輯器裡實現的，正則裡最簡單的元字元 “.” 在當時所匹配的就是除分行符號外的任一字元：

"." is a regular expression which matches any character except <nl>.

上面這句話出自 QED 在 1970 年的官方文檔，這可能是史上第一份正則文檔。

為什麼要這麼規定？是因為 QED 是以行為單位來編輯檔案的，而且行尾的分行符號也算在這一行的內容裡。比如你想把一段代碼中所有的單行注釋刪掉，在 QED 裡可以用下面這句命令： 

1,$s#//.*##

如果 “.” 能匹配到分行符號，那麼分行符號也會被刪除，會導致這些行和它的下一行合并，這通常都不是我們想要的結果，所以，“.” 在最初發明時被設計成了不能匹配分行符號。雖然現在的作業系統上已經沒有 QED 命令讓我們測試了，但我們還有 VIM，VIM 裡的 “.” 也一樣不能匹配分行符號，因為同樣的原因。

不像在 Node 中，讀取檔案通常是一股腦讀完整個檔案，Perl 繼承了眾多 Linux 命令按行讀取檔案的傳統，像這樣：

while (<>) {print $_}

$_ 的末尾也有分行符號，所以 Perl 也就很自然的繼承了 QED 的 “.” 不匹配分行符號的規定。但 Perl 畢竟是門程式設計語言，而不是編輯器，它的正則要匹配的對象不單單會是單行文本，還可能是多行文本，因此在它的正則中，“.” 有跨行匹配的需求，因此 Perl 發明了正則的單行模式 /s，即讓 “.” 也能匹配分行符號。

Perl 中用來開啟單行模式的 /s 修飾符的官方描述是 “Treat the string as single line”，這個 “single line” 要這麼理解：“.” 在普通模式下只能匹配行內字元，不能跨行；而在單行模式下，Perl 會假裝把多行字串看成一行，把其中的分行符號看做是行內字元，所以 “.” 也就能匹配它們了。更形象點說，就是把下面的三行文本

123

看成 "1\n2\n3\n" 一行文本，單行模式就是這個意思。

但要命的是，因為同樣的原因（字串變數可以包含多行文本），Perl 還發明了 /m 修飾符，即多行模式，官方描述是 “Treat the string as multiple lines”，這個模式 JavaScript 的正則裡自古也有，這裡這個“多行”的意思是說：^ 和 $ 元字元預設不會匹配一個字串中間的那些分行符號前後的位置，即認為字串永遠只有一行，開啟多行模式後就能匹配了。

也就是說，單行模式和多行模式是針對不同的元字元的，剛接觸正則的人都會被“單行模式”和“多行模式”這兩個看似是相對應的概念，實則毫無關聯的名詞給搞暈。

後來，Ruby 的作者可能覺得“單行模式”這個正則術語起的不好，特例獨行把讓 “.” 匹配分行符號這一模式稱之為“多行模式”，即讓 .* 之類的正則能夠匹配多行了，所以也完全講得通，修飾符也用了 /m（Ruby 中預設會開啟 Perl 中的“多行模式”，所以 /m 沒被佔用），這真是雪上加霜，更亂了。 

再後來，Python 作者可能也覺得應該避免“單行模式”這個叫法，於是起了個新的名字 “dotall”，也就是讓 dot 能匹配所有字元的意思，很好的名字，再後來 Java 也使用了這個名字。

上面回顧了一下曆史，解釋了下單行模式的由來以及說明了下單行模式這個名字起得不好。V8 最近剛剛實現了一個 stage 3 的 ES 提案 https://github.com/mathiasbynens/es-regexp-dotall-flag，這個提案為 JavaScript 的正則引入了 /s 修飾符和 dotAll 屬性，dotAll 屬性是學了 Python 和 Java，/s 修飾符是繼承了 Perl 的，這裡也沒必要發明一個新的修飾符比如 /d，只會讓事情更複雜。/s 在 JavaScript 的具體效果是讓 “.” 能匹配以前不能匹配的四個行終止符：\n（換行）、\r（斷行符號）、\u2028（行分隔字元）、\u2029（段落分隔字元）：

/foo/s.dotAll // true/^.{4}$/s.test("\n\r\u2028\u2029") // true

其實就是個很簡單的東西，但可能一些沒有接觸過 JavaScript 以外的正則的同學到時候學到這個新的模式後會產生困惑，這裡再澄清一下：多行模式控制的是 ^ 和 $ 的表現，單行模式控制的是 “.” 的表現，兩者沒有直接關係。

然而當初引入單行模式和多行模式這兩個易混淆概念的 Perl 語言，已經在 Perl 6 中完全刪除了這兩個模式：“.” 號預設就匹配分行符號，\N 可以匹配分行符號除外的任一字元；^ 和 $ 始終匹配字串的首尾，而新引入了 ^^ 和 $$ 兩個新的元字元來匹配行的首尾。

過去我們常用的單行模式的替代品 [^] 或者 [\s\S] 也不是完全沒有用了，比如在一些使用 JavaScript 正則的編輯器裡（VS Code、Atom），不太可能給你提供開啟單行模式的介面。不過說起編輯器裡的正則功能，用 JavaScript 實現的編輯器的正則功能還是太弱了，比如不能在正則自身內部開啟某些模式，比如要是在 Sublime（使用 Python 正則）裡的話，在正則內部使用 (?s) 就能開啟 dotall 模式，比如可以用 (?s)/\*.+?\*/ 匹配到所有的多行注釋。

JavaScript 的正則也有單行模式了