javascript - 如何在 JavaScript 中使用支持 Unicode 的正则表达式？

Question

应该有类似于 \w 的东西，可以匹配字母或标记类别中的任何代码点(不仅仅是 ASCII 代码点)，并且希望有像 [[P*]] 这样的过滤器标点符号等

Answer 1

ES 6 的情况

ECMAScript 语言规范第 6 版(通常也称为 ES2015)包括可识别 Unicode 的正则表达式。必须使用正则表达式上的 u 修饰符启用支持。见 Unicode-aware regular expressions in ES6有关该功能的分割和一些注意事项。

ES6 在浏览器和独立的 Javascript 运行时(例如 Node.js)中都被广泛采用，因此在大多数情况下使用此功能不需要额外的努力。完整兼容性列表:https://kangax.github.io/compat-table/es6/

ES 5 及更低版本(旧版浏览器)的情况

有a transpiler named regexpu它将 ES6 Unicode 正则表达式转换为等效的 ES5。它可以用作构建过程的一部分。 Try it out online. .

尽管 JavaScript 对 Unicode 字符串进行操作，但它并没有实现 Unicode 感知字符类，也没有 POSIX 字符类或 Unicode block /子范围的概念。

• Issues with Unicode in JavaScript regular expressions

• 在这里查看您的期望:Javascript RegExp Unicode Character Class tester (编辑:原始页面已关闭，the Internet Archive still has a copy。)

• Flagrant Badassery 在 JavaScript, Regex, and Unicode 上有一篇文章这对此事有所启发。

• 另请阅读 Regex and Unicode在这里。可能你必须建立自己的“标点符号类”。

• 查看 Regular Expression: Match Unicode Block Range builder ( archived copy )，它允许您构建一个 JavaScript 正则表达式，以匹配位于任意数量的指定 Unicode block 中的字符。

  我只是为“一般标点”和“补充标点”子范围做的，结果和我预期的一样简单直接:

   [\u2000-\u206F\u2E00-\u2E7F]
  

• 还有XRegExp ，一个项目带来了Unicode support to JavaScript通过提供具有扩展功能的替代正则表达式引擎。

• 当然，必读:mathiasbynens.be - JavaScript has a Unicode problem :