标志位

标志位(flags)是写在正则后面的几个字母——它们不改变模式的"形状",但改变引擎的整体行为。比如该找全部还是只找一个、是否忽略大小写、点号是否匹配换行。这一章把 JS 里六个标志位一次讲清,并对照 Python/Java 的写法差异。

三大基础标志

这三个是日常最常用的,几乎每个正则都要考虑是否加它们:全局、忽略大小写、多行。

// 三大基础标志(必须背下来)

// g  global    全局匹配:找出全部,默认只找第一个
"aaa".match(/a/);     // ["a"]  (只找一个)
"aaa".match(/a/g);    // ["a","a","a"]  (找全部)
"a1b2c3".replace(/\d/g, "X");   // "aXbXcX"

// i  ignoreCase  忽略大小写
"Hello".match(/hello/);     // null
"Hello".match(/hello/i);    // ["Hello"]

// m  multiline  多行模式:^ $ 匹配每行头尾(默认只匹配整串头尾)
"foo\nbar".match(/^bar/);    // null
"foo\nbar".match(/^bar/m);   // ["bar"]

// JS 写法:字面量末尾列标志
/hello/gi        // 全局 + 忽略大小写,顺序无所谓
/^foo$/gm        // 多行模式 + 全局
new RegExp("hello", "gi")   // 字符串构造,第二个参数是标志

全局 g:不加只匹配第一个,加了找全部。批量替换、统计次数必须加。
忽略大小写 i:大小写不敏感,搜索框、关键词过滤常用。
多行 m:让脱字符和美元匹配每行头尾,处理多行文本必备。

进阶标志

下面三个是现代 JS 才有的(ES6 之后),处理 Unicode、emoji、粘附匹配等高级场景。处理中文必须用 u 标志,否则正则会把汉字按字节拆开。

// 进阶标志(现代 JS / 高级场景)

// s  dotall(别名 singleline):让 . 也匹配换行
/a.b/.test("a\nb");    // false (. 默认不匹配换行)
/a.b/s.test("a\nb");   // true  (s 让 . 匹配任意字符)

// u  unicode:正确处理 Unicode,中文/emoji 必备
/^.$/.test("𝌆");         // false (默认按 UTF-16 码元拆,emoji 是两个码元)
/^.$/u.test("𝌆");        // true  (u 模式按码点处理)
/\w/.test("中");          // false (默认 \w 不含中文)
/\p{L}/u.test("中");     // true  (u 模式支持 Unicode 属性转义)

// y  sticky:粘附模式,从 lastIndex 位置精确匹配(不前进一步)
const re = /a/y;
re.lastIndex = 0; re.exec("abab");  // ["a"]  位置 0
re.lastIndex = 1; re.exec("abab");  // null   位置 1 是 b,不匹配也不前进

// 各标志出现的版本:
//   g i m   最早就有(ES3)
//   u y     ES6(2015)
//   s       ES2018

特别强调 Unicode 标志:它让你的正则正确处理 emoji 和非拉丁字符。处理中文姓名、内容审核、聊天消息——只要涉及中文或 emoji,默认的字符类(单词字符、点号)都可能失灵,加 u 才能正确工作。

标志组合

实际项目里标志几乎总是组合使用——全局加多行处理文本、全局加 Unicode 处理国际化内容。看几个真实组合:

// 标志组合与实际效果

// 1. gi 全局 + 忽略大小写:批量替换最常用
"Hello World".replace(/o/gi, "0");   // "Hell0 W0rld"

// 2. gm 全局 + 多行:批量处理每行
"text\n  indented\n  indented".replace(/^\s+/gm, "");
// "text\nindented\nindented"  (删除每行行首空白)

// 3. gsu 处理中文/emoji 的全局搜索
"中文 emoji 😀 end".match(/\p{L}|\p{Emoji}/gu);
// ["中","文","e","m","o","j","i","😀","e","n","d"]

// 4. 不加 g 的 matchAll 报错(Python 风格迭代)
const re = /\w+/g;
"hello world".matchAll(re);   // 返回迭代器
// 注意:matchAll 必须加 g,否则抛异常

一个常见陷阱:matchAll 必须配合 g 标志,否则直接抛异常。这是 JS 设计上"防止误用"的保护——但新手第一次遇到会困惑。

跨语言差异

不同语言里写标志位的语法不同,但概念完全一致。这里对照 JS、Python、Java、PHP 四种主流写法,让你读其他语言的代码也不陌生。

// 不同语言的标志位差异

// JavaScript: 字面量 /pat/flags 或 new RegExp("pat", "flags")
/abc/gimu

// Python: re.compile 第二参数 flags,用按位或
// import re
// re.findall(r"abc", s, re.I | re.M | re.S)
//   re.I  忽略大小写   re.M  多行
//   re.S  dotall      re.U  Unicode(Python3 默认开启)
//   re.X  扩展(允许在模式里写空白和注释)

// Java: 模式末尾直接写标志字母
// Pattern.compile("abc", Pattern.CASE_INSENSITIVE | Pattern.MULTILINE)
// 或内嵌 (?ism) 在模式开头

// PHP: 模式末尾用分隔符后写标志
// /abc/ismu

// 内嵌标志(?后跟字母):在模式中间改变标志
"Abc".match(/(?i)abc/);    // JS 不支持这种内嵌写法,PCRE 支持
/(?i)abc/.test("ABC");     // PCRE/PHP 里 true,JS 里语法错误

// x 标志(扩展):允许模式里写空白和注释,大正则必备
const big = /\d{4}   # 年
            -\d{2}  # 月
            -\d{2}  # 日
            /x;     // 注意 JS 不支持 x,PCRE/Python 才支持

几个关键差异点:Python 用按位或连接常量、JS 用字母串联、PHP/PCRE 用分隔符后字母。还有一个特殊标志 x(扩展),允许在正则里写空白和注释,大正则必备——但 JS 不支持,只能靠构建字符串拼接加注释。

实用建议

表单校验:通常不加 g(只校验一次即可),加 i 看场景(邮箱用户名不区分大小写,密码则要区分)。
搜索替换:通常加 g(找全部)+ i(看是否忽略大小写)。
多行文本:加 m 处理每行头尾。
中文/emoji:加 u,避免按字节拆字符。
性能敏感:粘附 y 比全局 g 更快(无需扫描),适合词法分析。

小结

三大基础:全局、忽略大小写、多行,日常 90% 场景够用。
三大进阶:dotall、Unicode、sticky,处理现代字符集和高级场景。
中文/emoji 必须加 u,否则正则行为会出错。
跨语言写法不同,概念一致,可对照迁移。

下一章是实战篇——把前面所有概念串起来,写邮箱、手机号、URL、身份证等高频常用模式。

← 上一篇零宽断言(环视)

下一篇常用正则模式 →

✈️💬