javascript - 如何在 javascript 的正则表达式中使用 unicode 字符组？

Question

有一种方法可以在原生 JavaScript 中使用“\p{L}”之类的模式吗？

（我想这是一种与 perl 兼容的语法）

我首先对firefox支持和webkit感兴趣，可能

Answer 1

不，\p{..}任何大型浏览器都不原生支持。但是，如果您使用XRegExp 库并且它是Unicode 插件，它确实可以在 JavaScript 中使用。

Answer 2

不，Javascript 的语法略有不同。要捕获 unicode，您必须使用字符选择器，例如\uXXXX. 但是，在实践中，如果您的页面和文件采用 UTF-8，在范围内设置非 ASCII 字符[абвг]也可以。

http://www.javascriptkit.com/jsref/regexp.shtml

Answer 3

很不幸的是，不行。您只能在通常的语法中指定一组字符，将字符和范围写在括号中，但这会变得很尴尬，因为例如字母分散在 Unicode 空间周围，它们之间还有其他字符。

有一个低效的解决方法：从 Unicode 站点获取 UnicodeData.txt 文件，将其内容作为数据放入您的 JavaScript 代码中，然后对其进行解析。然后您可以将数据保存在包含Unicode 属性的对象数组中，例如gc（通用类别），它告诉您字符是否为字母。但即便如此，您也只能将数据方便地用于简单的测试，而不是可以用作正则表达式的组成部分。

理论上，您可以使用数据来构造正则表达式......但它会相当大。

Answer 4

在这里找到的图书馆：

http://inimino.org/~inimino/blog/javascript_cset

似乎对我有用，而且相当小并且独立于其他库。