正则系列之 Unicode 属性转义（Unicode Property Escapes）

---

一、概述

Unicode property escapes 正则表达式支持根据 Unicode 属性进行匹配，例如我们可以用它来匹配出表情、标点符号、字母 (甚至适用特定语言或文字) 等。同一符号可以拥有多种 Unicode 属性，属性则有 binary (“boolean-like”) 和 non-binary 之分。

二、句法

// Non-binary 属性
\p{Unicode 属性值}
\p{Unicode 属性名=Unicode 属性值}

// Binary and non-binary 属性
\p{UnicodeBinary 属性名}

// \P 为 \p 取反
\P{Unicode 属性值}
\P{UnicodeBinary 属性名}
1
2
3
4
5
6
7
8
9
10

General_Category

Script

Script_Extensions

• UnicodeBinary 属性名
  Binary 属性名。E.g.: ASCII. Alpha, Math, Diacritic, Emoji, Hex_Digit, Math, White_space, 等。

• Unicode 属性名
  Non-binary 属性名：

• Unicode 属性值
  很多值有同名或简写 (e.g. 对应着 General_Category 属性名的属性值 Decimal_Number 可以写作 Nd, digit, 或 Decimal_Number). 大多数属性值的 Unicode 属性名 和等号可以省去。如果想明确某 Unicode 属性名，必须给出它的值。

三、基本原理

在 ES2018 之前，JavaScript 没有强有效的方式用匹配出不同文字(如马其顿语，希腊语，Georgian 等) 或不同 属性名 (如 Emoji 等) 的字符。

写在最后

如果你感觉文章不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O???
如果你觉得该文章有一点点用处，可以给作者点个赞；\\*^o^*//
如果你想要和作者一起进步，可以微信扫描二维码，关注前端老L；~~~///(^v^)\\\~~~
谢谢各位读者们啦(^_^)∠※！！！