利用Symbol.iterator迭代正则表达式匹配单元

在JavaScript中，Symbol.iterator协议是迭代行为的核心，但它本身并不直接理解“正则表达式”这个概念。不过，这并不意味着我们无法实现按正则匹配项来迭代字符串。一种巧妙的方法是借助String.prototype.matchAll方法，它返回的迭代器天然符合迭代协议，从而让我们能够把每一次正则匹配的结果当作一个迭代单元来处理。

核心思路：用 matchAll 构建可迭代的正则单元

关键在于matchAll。这个方法会返回一个迭代器对象，可以直接用于for...of循环、展开运算符或Array.from。这样一来，迭代字符串就变成了迭代它的正则匹配结果。

那么，是否可以直接修改字符串原型上的Symbol.iterator呢？例如，str[Symbol.iterator] = () => str.matchAll(/./g)？理论上可行，但这会覆盖字符串默认的逐个字符迭代行为，通常不推荐。更清晰、更安全的方式是进行封装。

实用示例：按单词、数字、中文字符等单元迭代

举例说明，假设需要从一段混合了英文、数字和中文的文本中，依次提取出英文单词、连续数字和单个汉字。可以通过一个组合正则表达式配合matchAll来实现。

const text = "Hello世界123test456你好";

// 合并多个正则逻辑（注意顺序和非重叠）
const regex = /\b[a-zA-Z]+\b|\d+|[\u4e00-\u9fa5]/g;

for (const match of text.matchAll(regex)) {
  console.log(match[0]); // 输出: "Hello", "123", "test", "456"
}
// 注意："世界" 被拆成了两个单独的汉字（因 [\u4e00-\u9fa5] 是单字匹配）
// 若需匹配连续中文，改用 /[\u4e00-\u9fa5]+/g

通过一次迭代，我们就按预定义的“单元”顺序拿到了所有匹配项。注意示例中的中文字符正则[\u4e00-\u9fa5]匹配单个汉字，因此“世界”被拆成两个独立项。如果需要匹配连续的中文词汇，应将正则改为[\u4e00-\u9fa5]+。

进阶：自定义类实现带正则配置的迭代器

当逻辑变复杂时，例如需要复用、动态传入正则参数（是否忽略大小写、是否多行匹配），封装成一个类会是更优雅的选择。这个类的核心任务是在它的[Symbol.iterator]方法中返回matchAll的结果。

这里有一个常见“坑”需要自动处理：matchAll要求正则表达式必须带有全局标志g，否则它只会无限次返回第一个匹配项。一个好的封装应自动补上这个标志。

class RegexIterable {
  constructor(str, regex) {
    this.str = str;
    // 自动确保正则带有 'g' 标志
    this.regex = typeof regex === 'string'
        new RegExp(regex, 'g')
       : regex.flags.includes('g')  regex : new RegExp(regex.source, 'g' + regex.flags);
  }
  *[Symbol.iterator]() {
    yield* this.str.matchAll(this.regex);
  }
}

// 使用
const it = new RegexIterable("a1b2c3", /\d/g);
for (const m of it) console.log(m[0]); // "1", "2", "3"

通过RegexIterable类，我们就把字符串和它的迭代规则（正则表达式）绑定在一起，使用直观且避免污染原生对象。

注意事项与边界情况

利用matchAll进行迭代虽然强大，但有几个关键点必须留意：

• 全局标志是必须的：这是老生常谈，但至关重要。传给matchAll的正则必须包含g标志，否则无法遍历所有匹配。
• 小心空匹配：像/x*/g这样的正则，在“ab”字符串上会匹配到大量长度为零的位置（零宽匹配），可能导致意料之外的循环或性能问题，设计正则时需规避。
• 迭代产出的是完整匹配对象：matchAll返回的每个迭代值都是一个标准的匹配结果数组（RegExpExecArray），里面除了匹配的完整文本[0]，还包含匹配索引index、输入字符串input和捕获组groups。如果只需要匹配的文本，请访问match[0]。
• 灵活利用解构：当正则包含捕获组时，可以在迭代时直接解构出需要的部分，让代码更清晰：for (const {0: full, 1: group1} of str.matchAll(/(\w+)/g)) { ... }。

Symbol.iterator 本身不支持正则迭代，但可用 String.prototype.matchAll 返回符合协议的迭代器实现按正则匹配项迭代；推荐封装为工具函数或 RegexIterable 类，避免污染原生字符串，注意正则需带 g 标志。