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

【问题标题】：how to use unicode character groups in javascript's regexs?如何在 javascript 正则表达式中使用 unicode 字符组？
【发布时间】：2012-01-21 14:28:49
【问题描述】：

有一种方法可以在 JavaScript 中原生地使用“\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

【问题讨论】：

标签： javascript regex unicode character-properties

【解决方案1】：

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

【讨论】：

【解决方案2】：

很遗憾，没有。您只能以通常的语法指定一组字符，在括号中写入字符和范围，但这变得很尴尬，因为例如字母散布在 Unicode 空间周围，中间夹杂着其他字符。

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。然后你可以有数据，例如在包含 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测试，而不是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一个正则表达式...但它会相当大。

【讨论】：

好的..这很糟糕。这是令人难以置信的。谢谢你的回答顺便说一句:)

【解决方案3】：

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

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

【讨论】：

【解决方案4】：

在此处找到的库：

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。

【讨论】：