ECMAScript 2017 中如何使用 RegExp 对象的 u 修饰符
在 ECMAScript 2017 版本中，新增了一种针对 Unicode 字符的修饰符：u。这个修饰符可以让正则表达式更加准确地处理 Unicode 字符串，尤其对于处理像中文、日文、韩文等语言的文本有很大的帮助。本文将详细介绍 RegExp 对象的 u 修饰符的使用，帮助读者更好地掌握这项技术。
- u 修饰符的作用
使用 RegExp 对象时，u 修饰符的作用是支持 Unicode 字符集，包括处理四个以上字节的 Unicode 字符。在未使用 u 修饰符时，正则表达式默认只支持基本的 ASCII 字符。因此，若要匹配 Unicode 字符，则必须使用 u 修饰符。
与 i 修饰符不同，u 修饰符需要在正则表达式的字符或元字符前加上 u，如 u+ 或 u?，以表明该字符或元字符是针对 Unicode 的。需要注意的是，如果正则表达式中包含 u 字符（如 /.u./），那么它们不会被认为是 u 修饰符。
- 示例代码
现在，我们来看一些带有 u 修饰符的正则表达式。
（1）匹配单个 Unicode 字符
在不使用 u 修饰符时，正则表达式只支持 ASCII 字符，只能匹配一个字节的字符，如 /[a-z]/，只能匹配小写字母 a~z。如果要匹配 Unicode 字符时，需要在正则表达式前加上 u，如 /[^\u4E00-\u9FA5]/，就是匹配所有非汉字的字符。
（2）匹配 Unicode 字符串
当需要匹配一个 Unicode 字符串时，可以使用 u 修饰符结合 RegExp 对象的 exec 方法进行匹配，例如：
-- -------------------- ---- ------- ----- -- - --------------------- ----- --- - ---------- --- ------ ----- ------ - ------------- - ---------------------- - -- -- -- -- -- ---
以上代码使用 u 修饰符，可以匹配多个汉字，而不是之前所说的只匹配 ASCII 字符串。
（3）匹配 Unicode “字符”
在正则表达式中，一个字符可以由基本的字符和一些特定的控制字符组成。Unicode 中定义了大量的控制字符，这些字符在正则表达式中可能需要特殊处理。例如，匹配一个句子中的第一个字符，下面的代码段会得到不同的结果：
const str1 = "Hello"; const str2 = "你好"; console.log(/^./.exec(str1)[0]); // "H" console.log(/^./u.exec(str2)[0]); // "你"
在上面的例子中，如果写成 console.log(/^./.exec(str2)[0])，结果将是一个无法识别的字符。
- 如何使用 u 修饰符来支持 Unicode
现在，我们来介绍一些应用场景，以及如何用 u 修饰符来支持 Unicode。
（1）匹配中文
中文字符对于输入法是支持的，同一个字符如“你好”可分别以 pinyin、wubi 和注音等多种方式输入。所以根据给定的汉字，考虑使用 u 修饰符的正则表达式匹配，例如：
const re = /[\u4E00-\u9FA5]+/g; const str = "你好，世界！Hello World!"; console.log(str.match(re)); // ["你好", "世界"]
这样可以匹配“你好”和“世界”这两个中文词语。
（2）Unicode 范围
在 Unicode 中，每一个字符都对应一个数值，这些数值被称为“码位”。Unicode 将所有字符划分为 17 个平面，每个平面包括 65,536 个码位。其中第 0 平面被称为 BMP（Basic Multilingual Plane），包含所有常用字符，它们的码位在 0000 ~ FFFF 之间。其他 16 个平面中，绝大部分仍为空白，只有少量的字符使用了这些平面。所以，在使用 u 修饰符的正则表达式时，可以使用 Unicode 设定的码位范围来匹配区间内的字符，如 /[❤-🧡]/u。这段代码会匹配从❤到🧡的所有 emoji 号。
（3）替换 Unicode 字符串
u 修饰符不仅能用于匹配，也可以用于替换一个 Unicode 字符串，例如：
const str = "中国人民共和国"; const replacement = "韩国🇰🇷"; const re = /中国(人民共和国)/u; console.log(str.replace(re, replacement)); // 韩国🇰🇷
在上例中，使用正则表达式替换了“中国人民共和国”的文本，因为我们是用了 u 修饰符，所以能够匹配 Unicode 字符串。
- 总结
在 ECMAScript 2017 中，u 修饰符是处理 Unicode 字符串的必要工具，在匹配和替换 Unicode 字符串时有着极大的帮助和使用价值。了解了 u 修饰符的作用之后，我们可以更好地掌握它的使用方法。在实际开发过程中，我们应针对已知的需求，选择正确合适的正则表达式，并在处理 Unicode 字符串方面真正发挥其价值。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/64625e5f968c7c53b03a61f5