正则表达式在前端开发中扮演着重要角色。随着 ES9 的发布，我们可以使用新的 Unicode 属性来匹配字符，避免出现古怪的问题。
背景
在计算机中，字符被表示为数字，比如 ASCII 码，它用 7 位二进制数表示 128 个字符。后来，Unicode 诞生了，它可以处理全球图书商标志等所有字符，包括标点符号和各种语言中的字母。
在 JavaScript 中，我们通常使用正则表达式来匹配字符串。当我们使用 Unicode 字符时，往往会遇到与预期不符的问题。
例如，我们想匹配所有阿拉伯文的字符：
const regex = /[\u0600-\u06FF]/g; const str = 'Hello, اهلأوالسلام, مرحبا!'; console.log(str.match(regex)); // ["ا", "ه", "ل", "أ", "و", "ا", "ل", "س", "ل", "ا", "م", "م", "ر", "ح", "ب", "ا"]
结果好像没有问题。但是，如果我们使用简化属性 \w 来匹配所有字母数字字符，就会看到错误的结果。
const regex = /\w+/g; const str = 'Hello, اهلأوالسلام, مرحبا!'; console.log(str.match(regex)); // ["Hello", "حبا"]
这是因为简化属性 \w 只匹配 ASCII 字符，因此不能包含在阿拉伯文中使用的字符。
使用 Unicode 属性
为了解决这个问题，Unicode 提供了一种机制，即 “Unicode 属性”。通过使用 Unicode 属性，我们可以更准确地匹配特定字符，以避免出现问题。
在 ES9 中，我们可以使用 Unicode 属性和 u flag 来实现正则表达式的匹配。下面是一些常用的 Unicode 属性：
\p{...}字符集：匹配具有...属性的字符。\P{...}字符集：匹配不具有...属性的字符。\p{Script=...}字符集：匹配指定脚本中的字符。\p{Script=Han}匹配汉字字符。\p{General_Category=...}字符集：匹配指定 Unicode 通用字符类型中的字符。
下面是使用字符集 \p{Script=Han} 匹配汉字字符的示例：
const regex = /[\p{Script=Han}]/gu;
const str = 'Hello, 你好，世界！';
console.log(str.match(regex)); // ["你", "好", "世", "界"]在这个例子中，我们使用了字符集 \p{Script=Han} 来匹配汉字字符。由于我们使用了 u flag，因此该正则表达式可以匹配所有的汉字字符，而不是只匹配字符串中的第一个汉字字符。
下面是一个匹配指定 Unicode 通用字符类型中的字符的示例：
const regex = /\p{General_Category=Letter}/gu;
const str = 'Hello, 你好，世界！';
console.log(str.match(regex)); // ["H", "e", "l", "l", "o", "你", "好", "世", "界"]在这个例子中，Letter 属性匹配所有的字母。因此，我们可以从字符串中匹配所有的字母而不考虑字符集。
总结
Unicode 属性为我们提供了一种更准确的方式来匹配特定字符。在 ES9 中，我们可以使用 Unicode 属性和 u flag 来实现正则表达式的匹配。
如果您正在处理特定语言或文化的项目，则使用 Unicode 属性可能会派上用场。此外，使用 Unicode 属性可以使您的代码更具可读性和可维护性。
参考文献
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/64a547de48841e98941cd4f3