vmb Jul 7 2016 at 14:29

Ко дню рождения Далай-ламы

3 min

6.1K

JavaScript*Programming*Regular expressions*Node.JS*Browsers

Вчера я шёл куда-то по городу и вдруг задумался, как можно реализовать на JavaScript деление строки по символам при помощи регулярного выражения и с полным учётом Юникода.

После перехода от Perl к JavaScript много лет тому назад, я всё испытывал за свой новый язык некоторый комплекс неполноценности из-за недостаточной поддержки Юникода. За всё то время, пока JavaScript совершал в этом направлении свой большой скачок (при переходе от ES5 к ES6), у меня в закладках осталось несколько хороших статей.

The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)
JavaScript has a Unicode problem
Unicode-aware regular expressions in ECMAScript 6
ES6 Strings (and Unicode, ) in Depth

В последней из них предлагался рецепт разбиения строки на символы с учётом Юникода при помощи нового оператора ... Например (хабровский парсер не даёт почему-то ввести этот пример кодом, скрывая символы выше BMP):

И вот я вчера задумался, можно ли реализовать то же самое при помощи новых регулярных выражений. В голову пришла простая идея, которая на поверку оказалась верна:

Сегодня я внезапно понял, что вчера как раз был день рождения Далай-ламы. Поэтому мне показалось, что завершить эту заметку можно небольшой шуткой на JavaScript в честь виновника торжества.

const nothingness = /[^]{0}/;
const nothing = '';

console.log(nothing.search(nothingness));
// 0
console.log(nothing.match(nothingness));
// [ '', index: 0, input: '' ]
console.log(nothing.split(nothingness));
// []
console.log(nothing.replace(nothingness, nothing));
// ''
console.log(nothingness.test(nothing));
// true

P.S. Попробовал сравнить по скорости оба метода:

1. Node.js

/******************************************************************************/
'use strict';
/******************************************************************************/
const str = '\ud83d\udc0e'.repeat(1000);
const re  = /[^]{0}/u;
let   symbols;
let   hrStart;
let   hrEnd;
let   i;
/******************************************************************************/
hrStart = process.hrtime();
i = 100000;

while (i-- > 0) symbols = [...str];

hrEnd = process.hrtime(hrStart);
console.log(
  `${symbols.length} symbols via spread: ${(hrEnd[0] * 1e9 + hrEnd[1]) / 1e9} s`
);
/******************************************************************************/
hrStart = process.hrtime();
i = 100000;

while (i-- > 0) symbols = str.split(re);

hrEnd = process.hrtime(hrStart);
console.log(
  `${symbols.length} symbols via regexp: ${(hrEnd[0] * 1e9 + hrEnd[1]) / 1e9} s`
);
/******************************************************************************/

2. Браузеры

/******************************************************************************/
'use strict';
/******************************************************************************/
const str = '\ud83d\udc0e'.repeat(1000);
const re  = /[^]{0}/u;
let   symbols;
let   pStart;
let   i;
/******************************************************************************/
pStart = performance.now();
i = 100000;

while (i-- > 0) symbols = [...str];

console.log(
  `${symbols.length} symbols via spread: ${(performance.now() - pStart) / 1e3} s`
);
/******************************************************************************/
pStart = performance.now();
i = 100000;

while (i-- > 0) symbols = str.split(re);

console.log(
  `${symbols.length} symbols via regexp: ${(performance.now() - pStart) / 1e3} s`
);
/******************************************************************************/

Node.js 6.3.0

1000 symbols via spread: 28.284130503 s

1000 symbols via regexp: 14.887705856 s

Google Chrome Canary 54.0.2790.0

1000 symbols via spread: 36.575210000000006 s

1000 symbols via regexp: 15.550919999999998 s

Firefox Nightly 50.0a1

1000 symbols via spread: 20.392635000000002 s

1000 symbols via regexp: 26.935885000000003 s

В V8 выигрывает регулярное выражение (быстрее в два раза и более), в SpiderMonkey выигрывает оператор spread (ненамного).

P.P.S. Вместо /[^]{0}/u можно использовать new RegExp('', 'u')

Tags:

Hubs: