Question

如果我在Chrome控制台中输入/[\w-+]/，它将接受它。我得到了一个正则表达式对象，可以像往常一样用来测试字符串。但是，如果我输入/[\w-+]/u，它会显示VM112:1 Uncaught SyntaxError: Invalid regular expression: /[\w-+]/: Invalid character class。

在Firefox中，/[\w-+]/可以正常工作，但是如果我在控制台中键入/[\w-+]/u，则它会转到下一行，就像我键入了不完整的语句一样。如果我尝试通过运行eval('/[\w-+]/u')来强制它创建正则表达式，它将告诉我SyntaxError: invalid range in character class。

为什么u标志会使正则表达式无效？ MDN RegExp documentation说u启用了一些Unicode功能，但是我没有看到有关它如何影响字符类范围的信息。

Answer 1

在RegExp character set中，hyphen-minus字符（您的标准键盘破折号）表示它分隔的两个字符之间的字符代码范围。例外情况是它被转义（\-）或不分隔两个字符，因为它是该类的最后一个字符或它是第一个字符（在可选的插入符之后，反转了该类）。 / p>

三个字符范围示例：一个简单示例，一个高级示例和一个错误：

[a-z]非常简单，因为它按照我们期望的方式工作，尽管实际上这是因为字符代码碰巧是顺序的。另一种写法是[\x61-\x7a]
[!-~]一点都不简单，至少直到您查看一个字符映射表并了解到!是第一个可打印的ASCII字符，而~是最后一个（ ASCII”），因此这是一种表示“所有可打印的较低ASCII字符”的方式，它等效于[\x21-\x7e]
[A-z]的大小写已更改。您可能不喜欢这个范围接受六个非字母字符（[\x41-\x7a]）的事实

现在，让我们检查一下/[\w-+]/u的正则表达式Regex101有一个更有用的错误：“您不能使用简写转义序列创建范围”

由于\w本身不是字符（而是字符的集合），所以必须在字面上取一个相邻的破折号，否则必须输入错误。当您使用/u flag调用它来触发fullUnicode时，将进入更严格的模式，因此会出现错误。

我在Firefox 64.0中从"foo".match(/[\w-+]/u)得到的错误是：

SyntaxError：字符类转义不能在正则表达式的类范围内使用

这比您得到的错误信息多，因为它实际上告诉您问题出在转义上（尽管不是为什么这是问题）。

根据ECMAScript 2015's RegExBuiltinExec() logic：

如果 fullUnicode 为 true ，则

e 是从 S 派生的 Input 字符列表的索引，由 matcher 匹配。假设 eUTF 是 S 中与 Input 的元素 e 处的字符相对应的最小索引。如果 e 大于或等于 Input 的长度，则 eUTF 是 S中的代码单位数。

让 e 为 eUTF 。

这似乎是在明确建立自己的范围解析逻辑。

解决方案是逃避连字符减号或将其放在最后（或第一个）：

/[\w\-+]/u或/[\w+-]/u或/[-\w+]/u。我个人总是把它放在最后。

Answer 2

对此有一个报告：V8 implementation: does unicode property escapes behavior in character classes range differ from other classes intentionally? 。

我查看了V8源代码（regexp-parser.cc），发现了这一点：

if (is_class_1 || is_class_2) {
    // Either end is an escaped character class. Treat the '-' verbatim.
    if (unicode()) {
       // ES2015 21.2.2.15.1 step 1.
       return ReportError(CStrVector(kRangeInvalid));
    }

kRangeInvalid是包含Invalid character class的常量。

21.2.2.15.1 step 1.

如果A不包含一个字符，或者B不包含一个字符正好一个字符，则抛出SyntaxError异常。

为什么/ [\ w-+] /是有效的正则表达式，但/ [\ w-+] / u无效？

2 个答案: