ES9 中新增的 RegExp Unicode Property Escapes 使用详解

在 ES9 中，RegExp 新增了一种使用 Unicode 属性的模式匹配方式，称为 Unicode Property Escapes。这种方式可以更方便地对于 Unicode 字符进行匹配。在本文中，我们将深入了解这种新的技术，并学习如何使用它。

什么是 Unicode Property Escapes

在 JavaScript 中，我们可以使用 Unicode 编码范围进行字符匹配，例如 /\u0080-\uFFFF/ 可以匹配所有的非 ASCII 字符。但是，当我们需要匹配特定的 Unicode 字符集合时，这种方式就不够方便了。Unicode Property Escapes 就是为了解决这个问题而引入的。

使用 Unicode Property Escapes，我们可以通过 Unicode 属性名称来匹配一组字符。例如，我们可以使用 \p{L} 匹配任何字母字符，不论是 ASCII 还是 Unicode 字符。同样地，\p{N} 匹配任何数字字符，而 \p{P} 匹配任何标点字符。

除了 Unicode 属性名称，我们还可以使用简写形式。例如，\p{Letter} 可以简写成 \p{L}，\p{Digit} 可以简写成 \p{N}。

如何使用

要使用 Unicode Property Escapes，我们只需要在正则表达式模式中使用 \p{} 或 \P{}，后面跟着属性名称或简写形式即可。例如，下面的正则表达式可以匹配包含任何非 ASCII 字符的字符串：

const pattern = /[\p{ASCII}\0-\x7F]/u;

在这个例子中，\p{ASCII} 匹配 ASCII 字符，[ \0-\x7F] 匹配其他的 7 位字符。/u 修饰符告诉 JavaScript 使用 Unicode 编码进行匹配。

属性名称和简写形式

下面是一些常见的 Unicode 属性名称和简写形式：

这些属性名称和简写形式可以根据需要组合使用，从而匹配特定的字符集合。例如，\p{L}\p{M}* 匹配一个或多个连续的字母后跟零个或多个连续的标记。

使用示例

下面是一些使用 Unicode Property Escapes 的示例：

匹配任何汉字

const pattern = /\p{Script=Han}/u;
const str = "中文字符";
console.log(str.match(pattern)); // ["中", "文", "字"]

在这个例子中，\p{Script=Han} 匹配汉字。这个属性名称指定了这个字符必须属于汉字脚本。

匹配所有大小写字母

const pattern = /\p{Letter}/gu;
const str = "Hello, 世界";
console.log(str.match(pattern)); // ["H", "e", "l", "l", "o", "世", "界"]

在这个例子中，\p{Letter} 匹配任何字母字符，无论大小写。

匹配所有数字字符

const pattern = /\p{Digit}/gu;
const str = "1234 45.6";
console.log(str.match(pattern)); // ["1", "2", "3", "4", "4", "5", "6"]

在这个例子中，\p{Digit} 匹配任何数字字符。

结论

ES9 中新增的 RegExp Unicode Property Escapes 提供了一种更方便的方式来匹配 Unicode 字符集合。通过使用属性名称或简写形式，我们可以轻松匹配特定的字符集合。在实践中，这种技术可以用于验证表单输入或处理来自非 ASCII 环境的数据。

使用 Unicode Property Escapes 的好处是非常明显的，我们可以使用更简洁的代码来实现复杂的字符串匹配。我希望本文能够帮助你更好地理解这个新的特性，并在你的项目中更好地使用它。

来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/674eae22e884a3e30f2912e5