RegExp.escape() 转义字母和空格：为什么

RegExp.escape() 中的转义：字母、数字和空格为何变成 \x 代码

RegExp.escape() 函数于 2025 年在浏览器中引入，它不仅转义正则元字符，还转义拉丁字母、前导数字、空格以及 @ 等标点符号。这与传统的自制转义函数不同，后者忽略了此类字符。ECMAScript 标准要求这样做，以防止 RegExp 拼接时出错。

转义数字和字母的原因

前导数字被转义，以避免被解释为捕获组编号或八进制码。拉丁字母则确保正确处理 \ c 等转义序列。

带数字的示例：

p = '2'
new RegExp('()\\1' + RegExp.escape(p)).source // ()\\1\\x32
new RegExp('()\\1' + p).source // ()\\12

不转义时，\12 指第 12 个组或八进制码 12 的字符。转义后，它匹配组 1 后跟字符 2。

带字母的示例：

p = 'a'
new RegExp('\\c' + RegExp.escape(p)).source // \\c\\x61
new RegExp('\\c' + p).source // \\ca

\ca 被解释为控制字符（码 1），而 \c\x61 是序列 \c 后跟 a。在 Unicode 模式（u 或 v）下，此类构造会触发 SyntaxError，便于调试。

空格和标点：预防性保护

标准未解释转义空格和 @ 等字符。TC39 仓库指出，所有可能在未来触发“上下文转义”的字符都会被转义。这将上下文进入和退出限制为仅空格或 ASCII 标点。

这种方法备受争议：增加了开销却无当前必要。忽略空白的 x 标志提案卡在 4 阶段的第 1 阶段。

与自制函数的比较

来自 MDN（2020）的经典转义函数：

function escapeRegExp(string) {
    return string.replace(/[.*+?^${}()|[\\]\\]/g, '\\$&');
}

它覆盖元字符，但不转义数字或字母。改进版会转义前导数字和连字符：

function escapeRegExp(string) {
    const coolCmd = string => string.replace(/[.*+?^${}()|[\\]\\]/g, '\\$&')
        .replaceAll('-', '\\x2d');
    const charCode = string.charCodeAt(0);
    return charCode >= 0x30 && charCode <= 0x39
        ? `\\x${charCode.toString(16)}${coolCmd(string.slice(1))}`
        : coolCmd(string);
}

| 方面 | RegExp.escape() | 自定义（改进） |

|---------------|-----------------|----------------|

| 前导数字 | \x32 | \x32 |

| 拉丁字母 | \x61 | 无 |

| 空格/@ | \x20/\x40 | 无 |

| 性能 | 原生 | 基于 RegExp |

使用建议

• 新代码： 使用 RegExp.escape()，为旧环境提供 polyfill。
• Unicode 模式： 始终添加 u 标志——它在解析时捕获错误。
• ESLint： 启用 @eslint/regexp/no-octal-escape 规则和 require-unicode-regexp。

// Polyfill not required, but useful
const polyfill = () => {
  RegExp.escape = RegExp.escape || function(s) {
    return s.replace(/[-[\]\/{}()\*+?\.\\^$|]/g, '\\$&');
    // Extend as needed
  };
};

要点

• RegExp.escape() 为 RegExp 拼接转义数字/字母，空格作为预防措施。
• 无 u 标志，错误被掩盖；有它，在解析时触发 SyntaxError。
• 自制函数已过时：迁移到原生版并用 polyfill。
• 避免 \cX——它是遗留语法；改用显式码。
• x 标志（忽略空白）不太可能实现。

— Editorial Team