javascript - 正则表达式捕获 utf-8 行分隔符

Question

Javascript 的原生正则表达式似乎无法捕获带有内插行分隔符 U+2028 的字符串。例如，当我尝试时:

"a\u2028b".match(/(.*)/)

我只能捕获“a”而不是完整的字符串。

这种行为是否有原因，或者只是 Javascript 无法管理某些 utf-8 字符？有没有办法使用 Javascript 的 native 正则表达式来解决这个问题？

Answer 1

它应该是这样工作的。为了匹配 .、^ 和 $ 元字符，U+2028 和 U+2029 与 \r 回车)和 \n(换行符)一起被归类为行分隔符。

...在 JavaScript 中，就是这样。对于哪些字符是行分隔符，每种正则表达式风格都有自己的想法。例如，Java 识别所有这些加上 U+0085(下一行或 NEL)字符，而 .NET 仅识别 \n。