g · lastIndex · 有状态匹配

有状态的全局匹配：g 与 lastIndex

g 不只是「找全部」，它让一个 regex 对象背上一个可变状态 lastIndex。这个藏在对象里的游标是一连串经典 bug 的源头，也藏着两个「为什么」的答案：空匹配为什么不会死循环，matchAll 为什么强制要 g。

1 · 游标带来的跳变

带 g（或 y）时，test 与 exec 从 lastIndex 处往后找，并把它推到这次命中的末尾；找不到了就归零。于是同一个对象、同一个字符串，连续调用的结果会在真假之间循环跳变。把 g 关掉，游标恒为 0，结果就稳定了。

图 1-1 · 复用同一个 regex 对象反复调用 exec，逐次给出游标的前后变化与命中区间。可改 pattern、flags 与输入。

警示 · 把带 g 的 regex 提到循环外当常量复用、在循环里拿它做布尔判断，会因残留的 lastIndex 产生间歇性误判。只想判断是否包含就别加 g，用 includes 或不带 g 的 test；真要复用带 g 的对象做迭代，每轮自己把 lastIndex 复位。

2 · 空匹配为什么不死循环

a* 能匹配零个 a，也就是能匹配空。全局替换靠不停 exec 推进游标来扫完整串，可一旦某次命中是空的，游标原地不动，下次仍在同一处命中空，随即死循环。规范的破法是：命中空匹配后强制把 lastIndex 再加一。"aaabc".replace(/a*/g, "|") 得到 ||b|c|，开头那个双竖线正是空匹配留下的。

图 2-1 · /a*/g 全局替换的单步回放：纸带上标出命中区间与空匹配处，右侧代码面板高亮本步执行的行。可改输入或自动播放。

注 · 空匹配加一不是 hack 而是规范行为。RegExp.prototype[Symbol.replace] 与 matchAll 内部都有「若本次匹配长度为 0 则游标前进一格」这条推进规则，否则任何能匹配空的 pattern（a*、\b、(?=)）都会让全局操作卡死。空匹配本身的来历见零宽匹配。

3 · g 与 y 的分别

两者都用 lastIndex，区别只在失配时怎么办：g 允许从游标处往后扫、跳过不匹配的字符去找下一处；y 要求必须正好在游标处命中，差一个字符就直接失败并归零。

图 3-1 · 同一条 pattern 在 g 与 y 两种标志下跑满 exec 循环的命中对照。可改 pattern 与输入。

建议 · 写词法分析器时用 y：token 必须首尾相连，不许中间跳过任何字符。y 锚定游标的特性正好表达了「当前位置要么接上一个合法 token，要么就是语法错误」；用 g 反而会悄悄跳过非法字符、把错误吞掉。本仓库自研引擎的 token 推进就是这个语义。

4 · matchAll 取代手写循环

要拿到全部命中含捕获组，老写法是手动 while ((m = re.exec(s)))：得自己管游标、自己处理空匹配加一，还共享着那个有状态的对象。matchAll 把这些全托管了，每次产出一个独立的 match，且不污染传入对象的状态。

图 4-1 · 手写 exec 循环与 matchAll 的结果对照，下方现场抓一次缺 g 时 matchAll 抛出的错误。可改 pattern 与输入。

5 · 别的语言怎么选

Raku 把推进策略直接做成可选副词：:g 全局不重叠，等于 JS 的默认；:ov 重叠，每个起点都试一次；:ex 穷举，每个起点配每种长度。JS 没有后两个，但它们本质就是「起点怎么挪、长度收不收」，几行代码即可现写。

图 5-1 · 同一条 pattern 在三种推进策略下的命中集合对照。可改 pattern 与输入。

注 · lastIndex 是 JS 把「全局推进」这个本可有多种选择的策略，固化成了一个挂在对象上的可变游标。好用，但记得它有状态。当 pattern 带回溯结构时，单次 exec 本身还可能炸开成指数级步数，那是灾难性回溯的主题。

6 · 参考文献

Ecma International. ECMA-262: RegExpBuiltinExec. lastIndex 的读写时机、global 与 sticky 的分工，以及空匹配的推进规则。tc39.es
Ecma International. ECMA-262: String.prototype.matchAll. 缺 g 时抛 TypeError 的规范依据。tc39.es
MDN. RegExp.prototype.lastIndex. 游标的语义与常见陷阱。developer.mozilla.org
Raku. Adverbs. :g / :ov / :ex 三种推进策略的定义，本页第 5 节的对照来源。docs.raku.org