JavaScript- 正则表达式匹配汉字

最新推荐文章于 2024-08-30 20:39:18 发布
最新推荐文章于 2024-08-30 20:39:18 发布
阅读量6.7k 收藏 4
点赞数 1
分类专栏： JS 正则表达式 文章标签： JavaScript Unicode（统一码） 中日韩统一表意文字（CJK）
原文链接：https://zhuanlan.zhihu.com/p/33335629
版权

此文发布于2018-01-26-知乎（毕竟技术在不断的变化，请根据实际情况去写自己需要的代码）

一个可能有 20 年历史的正则表达式

在谷歌搜索「JavaScript 正则表达式匹配汉字」的时候，前几条结果全都是`/[\u4e00-\u9fa5]/`。没有人怀疑这个正则表达式有什么问题，那么在 2018 年的今天，让我们站在 Chrome 64 的肩膀上，放飞一下自我。

汉文（Han Script）是汉语、日本语、朝鲜语、韩国语的书写系统中的一种文字（Script），越南语在早期也曾在书写系统中使用汉文[1]。汉字（CJK Ideograph）是汉文的基本单元。各国都对汉字提出了自己的编码标准，Unicode 将这些标准加总在一起进行统一编码，力求实现原标准与 Unicode 编码之间的无损转换。Unicode 从语义（semantic）、抽象字形（abstract shape），具体字形（typeface）三个维度[2]出发，把不同编码标准里「起源相同、本义相同、形状一样或稍异」的汉字赋予相同编码，这些被编码的字符称为中日韩统一表意文字（下文我们提到的「汉字」，如果不加说明，均指代中日韩统一表意文字）。如果把它们全部列举出来写成正则表达式，那么就是技术上完整的匹配汉字的正则表达式了。

正则表达式`/[\u4e00-\u9fa5]/`的意思是匹配所有从 U+4E00, cjk unified ideograph-4e00 到 U+9FA5, cjk unified ideograph-9fa5 的字符。这一段区域对应的是 Unicode 1.0.1 就收录进来的中日韩统一表意文字（CJK Unified Ideographs）区块，在 Unicode 3.0 加入扩展 A 区以前，这个正则表达式确实给出了所有汉字的编码。换言之，从1992年到1999年，这个正则表达式确实是正确的，想必这个表达式已经有20年历史了。

 

匹配所有统一表意文字

然而时光飞逝，Unicode 在2017年6月发布了10.0.0版本。在这20年间，Unicode 添加了许多汉字。比如 Unicode 8.0 添加的 109 号化学元素「鿏（⿰⻐麦）」，其码点是 9FCF，不在这个正则表达式范围中。而如果我们期望程序里的`/[\u4e00-\u9fa5]/`可以与时俱进匹配最新的 Unicode 标准，显然是不现实的事情。因此，我们需要换一个思路，写一个无需维护的正则表达式：

/\p{Unified_Ideograph}/u

其中`\u`是 ECMAScript 2015 定义的正则表达式标志，意味着将表达式作为 Unicode 码点序列。`\p`是正在提案阶段的正则表达式 Unicode 属性转义，它赋予了我们根据 Unicode 字符的属性数据[3]构造表达式的能力。`Unified_Ideograph`是 Unicode
字符的一个二值属性，对于汉字，其取值为 Yes，否则为 No。因此`\p{Unified_Ideograph}`匹配所有满足`Unified_Ideograph=yes`的 Unicode 字符，而它的底层实现由运行时所依赖的 Unicode 版本决定，开发者不需要知道汉字的具体 Unicode 码点范围。

 

容易混淆的其他 Unicode 属性转义表达式

`/\p{Ideographic}/u`

这个表达式匹配所有满足`Ideographic=yes`的 Unicode 字符。我们先看一下 UAX #44 对这个属性的解释[4] ：

Characters considered to be CJKV (Chinese, Japanese, Korean, and Vietnamese) or other siniform (Chinese writing-related) ideographs. This property roughly defines the class of "Chinese characters" and does not include characters of other logographic scripts such as Cuneiform or Egyptian Hieroglyphs.

这个属性表明该字符属于 CJKV 表意文字或者与汉语书写相关的其他表意文字（如西夏文、女书），这个属性粗略地定义了「中文字符」的分类。我们查看Unicode 10.0.0 字符属性列表可以知道，在 Unicode 10.0.0 中，Ideographic 属性为 yes 的字符有

3006 ; Ideographic # Lo IDEOGRAPHIC CLOSING MARK
3007 ; Ideographic # Nl IDEOGRAPHIC NUMBER ZERO
3021..3029 ; Ideographic # Nl [9] HANGZHOU NUMERAL ONE..HANGZHOU NUMERAL NINE
3038..303A ; Ideographic # Nl [3] HANGZHOU NUMERAL TEN..HANGZHOU NUMERAL THIRTY
3400..4DB5 ; Ideographic # Lo [6582] CJK UNIFIED IDEOGRAPH-3400..CJK UNIFIED IDEOGRAPH-4DB5
4E00..9FEA ; Ideographic # Lo [20971] CJK UNIFIED IDEOGRAPH-4E00..CJK UNIFIED IDEOGRAPH-9FEA
F900..FA6D ; Ideographic # Lo [366] CJK COMPATIBILITY IDEOGRAPH-F900..CJK COMPATIBILITY IDEOGRAPH-FA6D
FA70..FAD9 ; Ideographic # Lo [106] CJK COMPATIBILITY IDEOGRAPH-FA70..CJK COMPATIBILITY IDEOGRAPH-FAD9
17000..187EC ; Ideographic # Lo [6125] TANGUT IDEOGRAPH-17000..TANGUT IDEOGRAPH-187EC
18800..18AF2 ; Ideographic # Lo [755] TANGUT COMPONENT-001..TANGUT COMPONENT-755
1B170..1B2FB ; Ideographic # Lo [396] NUSHU CHARACTER-1B170..NUSHU CHARACTER-1B2FB
20000..2A6D6 ; Ideographic # Lo [42711] CJK UNIFIED IDEOGRAPH-20000..CJK UNIFIED IDEOGRAPH-2A6D6
2A700..2B734 ; Ideographic # Lo [4149] CJK UNIFIED IDEOGRAPH-2A700..CJK UNIFIED IDEOGRAPH-2B734
2B740..2B81D ; Ideographic # Lo [222] CJK UNIFIED IDEOGRAPH-2B740..CJK UNIFIED IDEOGRAPH-2B81D
2B820..2CEA1 ; Ideographic # Lo [5762] CJK UNIFIED IDEOGRAPH-2B820..CJK UNIFIED IDEOGRAPH-2CEA1
2CEB0..2EBE0 ; Ideographic # Lo [7473] CJK UNIFIED IDEOGRAPH-2CEB0..CJK UNIFIED IDEOGRAPH-2EBE0
2F800..2FA1D ; Ideographic # Lo [542] CJK COMPATIBILITY IDEOGRAPH-2F800..CJK COMPATIBILITY IDEOGRAPH-2FA1D
Total code points: 96174

它们囊括了所有统一表意文字、西夏文及其组件、女书、中日韩兼容性字符、苏州码子、「〇」以及日本语中的书信结尾标志「〆」。使用`/\p{Ideographic}/u`来匹配汉字会过于宽泛。一是包含了西夏文、女书，二是只用于编码转换用的兼容字符也纳入其中。

 

`/\p{Script=Han}/u`

`Script` 属性[5]用来筛选满足下面条件的一组字符：
1. 字符的书写形式具有共同的图像特征与文字流变
2. 该组字符全部用来表达某个书写系统内的文本信息（textual information）

我们查看Unicode 10.0.0 Scripts可以知道，满足`Script=Han`的字符有

2E80..2E99 ; Han # So [26] CJK RADICAL REPEAT..CJK RADICAL RAP
2E9B..2EF3 ; Han # So [89] CJK RADICAL CHOKE..CJK RADICAL C-SIMPLIFIED TURTLE
2F00..2FD5 ; Han # So [214] KANGXI RADICAL ONE..KANGXI RADICAL FLUTE
3005 ; Han # Lm IDEOGRAPHIC ITERATION MARK
3007 ; Han # Nl IDEOGRAPHIC NUMBER ZERO
3021..3029 ; Han # Nl [9] HANGZHOU NUMERAL ONE..HANGZHOU NUMERAL NINE
3038..303A ; Han # Nl [3] HANGZHOU NUMERAL TEN..HANGZHOU NUMERAL THIRTY
303B ; Han # Lm VERTICAL IDEOGRAPHIC ITERATION MARK
3400..4DB5 ; Han # Lo [6582] CJK UNIFIED IDEOGRAPH-3400..CJK UNIFIED IDEOGRAPH-4DB5
4E00..9FEA ; Han # Lo [20971] CJK UNIFIED IDEOGRAPH-4E00..CJK UNIFIED IDEOGRAPH-9FEA
F900..FA6D ; Han # Lo [366] CJK COMPATIBILITY IDEOGRAPH-F900..CJK COMPATIBILITY IDEOGRAPH-FA6D
FA70..FAD9 ; Han # Lo [106] CJK COMPATIBILITY IDEOGRAPH-FA70..CJK COMPATIBILITY IDEOGRAPH-FAD9
20000..2A6D6 ; Han # Lo [42711] CJK UNIFIED IDEOGRAPH-20000..CJK UNIFIED IDEOGRAPH-2A6D6
2A700..2B734 ; Han # Lo [4149] CJK UNIFIED IDEOGRAPH-2A700..CJK UNIFIED IDEOGRAPH-2B734
2B740..2B81D ; Han # Lo [222] CJK UNIFIED IDEOGRAPH-2B740..CJK UNIFIED IDEOGRAPH-2B81D
2B820..2CEA1 ; Han # Lo [5762] CJK UNIFIED IDEOGRAPH-2B820..CJK UNIFIED IDEOGRAPH-2CEA1
2CEB0..2EBE0 ; Han # Lo [7473] CJK UNIFIED IDEOGRAPH-2CEB0..CJK UNIFIED IDEOGRAPH-2EBE0
2F800..2FA1D ; Han # Lo [542] CJK COMPATIBILITY IDEOGRAPH-2F800..CJK COMPATIBILITY IDEOGRAPH-2FA1D

# Total code points: 89228

它们囊括了所有统一表意文字、中日韩兼容性字符、苏州码子、「〇」、「〆」、「々」以及字典常用的部首。从前面汉文（Han Script）与汉字（CJK Ideograph）的关系我们可以知道，`/\p{Script=Han}/u`匹配的是汉文作为一个字符集里面的所有字符，因此它包括了部首、「々」等字符，这些字符要么当它们独立存在的时候没有语言意义（部首独立存在是一个符号），要么无法独立存在（「々」依赖于所修饰的汉字）。所以汉字是汉文的一个单元，汉文除了包含汉字以外，还包括这些符号、数字、修饰符。因此使用`/\p{Script=Han}/u`来匹配汉字是混淆了汉文与汉字的概念范围。

 

浏览器兼容性支持

JavaScript

截至2018年1月，只有 Chrome 64 支持正则表达式 Unicode 属性转义。对于其他浏览器，我们需要用`babel`转译插件@babel/plugin-proposal-unicode-property-regex的底层将带有属性转义的正则表达式转为 Unicode 码点正则表达式或者 ES 5 的正则表达式。转译结果的在线演示可以在这里查看，用户可以自己在上面转译其他的 Unicode 属性转义正则表达式。我们在这里列举`/\p{Unified_Ideograph}/u`转译成Unicode 码点正则表达式的结果：

const regex = /\p{Unified_Ideograph}/u;
// transpiled to ES6:
const regex = /[\u3400-\u4DB5\u4E00-\u9FEA\uFA0E\uFA0F\uFA11\uFA13\uFA14\uFA1F\uFA21\uFA23\uFA24\uFA27-\uFA29\u{20000}-\u{2A6D6}\u{2A700}-\u{2B734}\u{2B740}-\u{2B81D}\u{2B820}-\u{2CEA1}\u{2CEB0}-\u{2EBE0}]/u;

从上面这个正则表达式可以知道，转译的结果严格跟 Unicode 10.0.0 中 Unified_Ideograph 属性为 yes 的字符

3400..4DB5 ; Unified_Ideograph # Lo [6582] CJK UNIFIED IDEOGRAPH-3400..CJK UNIFIED IDEOGRAPH-4DB5
4E00..9FEA ; Unified_Ideograph # Lo [20971] CJK UNIFIED IDEOGRAPH-4E00..CJK UNIFIED IDEOGRAPH-9FEA
FA0E..FA0F ; Unified_Ideograph # Lo [2] CJK COMPATIBILITY IDEOGRAPH-FA0E..CJK COMPATIBILITY IDEOGRAPH-FA0F
FA11 ; Unified_Ideograph # Lo CJK COMPATIBILITY IDEOGRAPH-FA11
FA13..FA14 ; Unified_Ideograph # Lo [2] CJK COMPATIBILITY IDEOGRAPH-FA13..CJK COMPATIBILITY IDEOGRAPH-FA14
FA1F ; Unified_Ideograph # Lo CJK COMPATIBILITY IDEOGRAPH-FA1F
FA21 ; Unified_Ideograph # Lo CJK COMPATIBILITY IDEOGRAPH-FA21
FA23..FA24 ; Unified_Ideograph # Lo [2] CJK COMPATIBILITY IDEOGRAPH-FA23..CJK COMPATIBILITY IDEOGRAPH-FA24
FA27..FA29 ; Unified_Ideograph # Lo [3] CJK COMPATIBILITY IDEOGRAPH-FA27..CJK COMPATIBILITY IDEOGRAPH-FA29
20000..2A6D6 ; Unified_Ideograph # Lo [42711] CJK UNIFIED IDEOGRAPH-20000..CJK UNIFIED IDEOGRAPH-2A6D6
2A700..2B734 ; Unified_Ideograph # Lo [4149] CJK UNIFIED IDEOGRAPH-2A700..CJK UNIFIED IDEOGRAPH-2B734
2B740..2B81D ; Unified_Ideograph # Lo [222] CJK UNIFIED IDEOGRAPH-2B740..CJK UNIFIED IDEOGRAPH-2B81D
2B820..2CEA1 ; Unified_Ideograph # Lo [5762] CJK UNIFIED IDEOGRAPH-2B820..CJK UNIFIED IDEOGRAPH-2CEA1
2CEB0..2EBE0 ; Unified_Ideograph # Lo [7473] CJK UNIFIED IDEOGRAPH-2CEB0..CJK UNIFIED IDEOGRAPH-2EBE0
# Total code points: 87882

严格对应。因此转译是正确的。

该插件还可以使用

{
  "plugins": [
    ["@babel/plugin-proposal-unicode-property-regex", { "useUnicodeFlag": false }]
  ]
}

配置将表达式转成 ES5 的传统的以字符的 UTF16 表示为序列的字符串，这里不再赘述。

 

`input` 元素的 `pattern` 属性

在前端技术中，除了JavaScript会用到正则表达式，HTML 里`<input>`元素的`pattern`属性也会用到正则表达式。与 JavaScript 相比，`pattern`不支持设置正则表达式的标志位，因此 HTML 标准中强制规定了 `input` 元素的 `pattern` 属性需要施加`unicode`标志 [6]。目前只有 Chrome 53+, Firefox 遵循了这一标准，其他的浏览器暂未支持。

在 React/Angular/Vue.js 三大前端框架中，Angular 提供了近似于 `pattern` 的指令 `ngPattern`。目前`ngPattern`尚未施加`unicode`标志 [7]。AngularJS 的 `ngPattern` directive 仍未施加。

在大部分情况，是否施加`unicode`标志不会对正则表达式产生语义区别。主要的差别在于，在使用`\u{10000}`表示 Unicode 码点字符情形，正则表达式`/\u{10000}/`代表匹配`u`一万次，`/\u{10000}/u`匹配字符`\u{10000}`一次；`/./`只匹配 BMP 平面的字符，`/./u`匹配所有平面的字符。

由于 Unicode 属性转义正则表达式依赖于标识位`\u`，因此下面的用法目前只能在 Chrome 下使用：

<input type="text" pattern="\p{Unified_Ideograph}">

因此，如果需要兼容其他浏览器，可以使用转译插件的底层库regexpu-core在 js 层转换正则表达式，再把转换结果输送到 HTML 模版中。

const rewritePattern = require("regexpu-core");
rewritePattern('\\p{Unified_Ideograph}', 'u', {
  'unicodePropertyEscape': true,
  'useUnicodeFlag': false
});
// → '/(?:[\u3400-\u4DB5\u4E00-\u9FEA\uFA0E\uFA0F\uFA11\uFA13\uFA14\uFA1F\uFA21\uFA23\uFA24\uFA27-\uFA29]|[\uD840-\uD868\uD86A-\uD86C\uD86F-\uD872\uD874-\uD879][\uDC00-\uDFFF]|\uD869[\uDC00-\uDED6\uDF00-\uDFFF]|\uD86D[\uDC00-\uDF34\uDF40-\uDFFF]|\uD86E[\uDC00-\uDC1D\uDC20-\uDFFF]|\uD873[\uDC00-\uDEA1\uDEB0-\uDFFF]|\uD87A[\uDC00-\uDFE0])/'

 

总结

  1. `/[\u4e00-\u9fa5]/`是错的，不要用二十年前的正则表达式了
  2. `/\p{Unified_Ideograph}/u`是正确的，不需要维护，匹配所有汉字。这里`\p`是 Unicode 属性转义正则表达式。
  3. `/\p{Ideographic}/u` 和 `/\p{Script=Han}/u` 匹配了除了汉字以外的其他一些字符，在「汉字匹配正则表达式」这个需求下，是错的。
  4. 目前只有 Chrome 支持 Unicode 属性转义正则表达式。对其他环境，使用`@babel/plugin-proposal-unicode-property-regex` 和 `regexpu-core` 进行优雅降级。

参考资料

[1] Unicode 10.0.0 第六章第一节，书写系统 http://www.unicode.org/versions/Unicode10.0.0/ch06.pdf

[2] Unicode 10.0.0 第十八章第一节，东亚 http://www.unicode.org/versions/Unicode10.0.0/ch18.pdf

[3] Unicode 10.0.0 字符属性列表 http://www.unicode.org/Public/10.0.0/ucd/PropList.txt

[4] UAX #44 第 20 版的属性说明 http://www.unicode.org/reports/tr44/tr44-20.html#Property_Definitions

[5] UAX #24 第 27 版 http://www.unicode.org/reports/tr24/tr24-27.html#Introduction

[6] HTML 标准中`input`元素的`pattern`属性 https://html.spec.whatwg.org/multipage/input.html#the-pattern-attribute

[7] 给`ngPattern`施加`unicode`标志 https://github.com/angular/angular/pull/20819

 

 

 

云胡不喜？
关注
专栏目录
23-正则表达式
m0_49233445的博客
10-09 433
正则表达式 1. 什么是正则表达式？ 正则表达式是由一个字符序列形成的搜索模式。 当你在文本中搜索数据时，你可以用搜索模式来描述你要查询的内容。 正则表达式可以是一个简单的字符，或一个更复杂的模式。 正则表达式可用于所有文本搜索和文本替换的操作。 2. 正则表达式的创建 2.1 字面量 // 在一对反斜线中写正则表达式内容，如/abc/ // 正则表达式里面不需要加引号 不管是数字型还是字符串型 var reg = /正则表达式/修饰符; var reg = /hello/g; 2.2
UTF-8正则表达式如何匹配汉字
10-23
UTF-8编码中如何使用正则表达式匹配汉字，涉及的知识点包括正则表达式的组成、使用、以及对特定Unicode编码范围的匹配。在处理文本数据时，正则表达式是十分强大和必要的工具，尤其在编码范围匹配上，可以精确筛选出...
js实现正则匹配中文标点符号的方法
10-23
主要介绍了js实现正则匹配中文标点符号的方法,涉及JavaScript正则匹配与判定的简单使用技巧,需要的朋友可以参考下
JavaScript 正则表达式匹配汉字
能力有限
01-30 9004
一个可能有 20 年历史的正则表达式 在谷歌搜索「JavaScript 正则表达式匹配汉字」的时候，前几条结果全都是 /[\u4e00-\u9fa5]/。没有人怀疑这个正则表达式有什么问题，那么在 2018 年的今天，让我们站在 Chrome 64 的肩膀上，放飞一下自我。 汉文（Han Script）是汉语、日本语、朝鲜语、韩国语的书写系统中的一种文字（Script），越南语在早
JS---正则表达式01
最新发布
zyt0502的博客
08-30 2188
JS中正则表达式的基础知识，希望对读者有所帮助~
js正则匹配某个汉字
qq_41769047的博客
05-31 1530
想要匹配字符串中是否含有某个汉字需求 打开在线文字转译器oschina，输入你要转译的文字用ASCLL编码,并cv 定义正则规则 let reg=/[\u6c49][\u5b57]/ 使用 console.log('>>>test',reg.test('22555汉字adfasdf')); // >>>test,true console.log('>>>test',reg.test('22555汉文adfasdf')); // >
js正则匹配汉字
gztrljh
03-31 512
https://www.jianshu.com/p/e6ece2f35569
js正则表达式匹配汉字
jackcily的博客
08-28 2万+
假期老师布置了一个大作业，需要用正则表达式匹配一下 uniocde编码的汉字，但是网上千篇一律都是 /[\u4e00-\u9fa5]/ ，结果当然没有通过老师的作业检查（当然问题不仅仅只有这一点）。 直到搜到一个大牛的博客，才终于搞懂了怎么匹配汉字。 网上广为流传的/[\u4e00-\u9fa5]/ 其实只是cjk统一表意文字的基本部分，并且版本还只是1.1 的版本，即就是20年前的版本。...
匹配中文汉字的正则表达式介绍
12-13
\w匹配的仅仅是中文，数字，字母，对于国人来讲，仅匹配中文时常会用到，见下 ...JavaScript正则表达式在线测试工具： http://tools.jb51.net/regex/javascript 正则表达式在线生成工具： http://tool
js 汉字正则匹配
01-16 279
js正则判断例子 var str666 = 'long long age'; var reg = new RegExp("[\\u4E00-\\u9FFF]+","g"); if(reg.test(str666)){ console.log("有汉字"); }else{ console.log("无汉字"); } 转载于:htt...
JS正则表达式验证中文字符
12-11
正则表达式：”^[\u4e00-\u9fa5]{0,}$” 、 “/^[\u4E00-\u9FA5]{1,5}$/” 的含义： 在JS里，\uXXXX 是转义字符,”XXXX”对应的是16进制Unicode编码； ^ 匹配一行的开始。例如正则表达式^123能够匹配字符串”12345″的开始，但是不能匹配”012345″； [\u4e00-\u9fa5] 指匹配在这两个Unicode编码之间的字符; {0,} 重复0到无限次； $以它为结束，如123$就是只匹配以123结尾的。1234则不能匹配。 就是说匹配以\u4e00-\u9fa5两字符之间的字符任意组成的字符串（可以是1个字符以上的）而且
JS中汉字的正则表达式
ggq53219的博客
05-27 1448
你可以使用Unicode字符范围来构建正则表达式。
在js中用正则匹配中文
热门推荐
ruanxuan的博客
02-04 2万+
在JavaScript中，用正则表达式如何匹配中文字符（包括繁体、简体）？ 答案就是用中文字符集来匹配，中文字符集为[\u4e00-\u9fa5] <!DOCTYPE html> <!-- 文档申明：让浏览器用H5的标准解析当前网页 --> <html> <head> <meta charset="utf-8" /> <!-...
js 正则匹配中文
在下月亮有何贵干
02-08 1788
正则匹配中文，做个简单笔记
JavaScript只能为汉字
weixin_34362790的博客
09-18 282
regex : /[\u4E00-\u9FA5]/g
javascript 中汉字显示问题
Tooler的专栏
10-31 2438
在javascript里常碰到汉字不能显示的问题。我碰到的情况是在一个javascript脚本文件里，直接使用汉字，运行时调用该函数改变界面上元素的文字，却显示为乱码。对于这种情况，可以在页面文件里（如在ASP.net 的.aspx文件）把汉字传输给具体的被调用函数即可。
javascript汉字换数字
buweiling的专栏
08-24 354
javascript汉字换数字
javascript数字转汉字中文数字
一只程序汪的博客
05-05 6500
转载路径http://www.bbsmax.com/A/D8544xxp5E/  作者：未知 /*     工具包 */ var Utils={     /*         单位     */     units:'个十百千万@#%亿^&~',     /*         字符     */
javascript 正则表达式匹配常用中文标点符号
06-01
JavaScript 中可以使用正则表达式匹配中文标点符号，常用的中文标点符号包括：顿号、逗号、句号、问号、感叹号、分号、冒号、括号、引号等。以下是一个匹配中文标点符号的正则表达式示例： ``` /[\u3002\uff0c\uff1f\uff01\uff1b\uff1a\u3001\u201c\u201d\u300e\u300f\u3010\u3011]/g ``` 其中，`\u` 表示 Unicode 字符编码，`\u3002` 表示中文句号，`\uff0c` 表示中文逗号，`\uff1f` 表示中文问号，`\uff01` 表示中文感叹号，`\uff1b` 表示中文分号，`\uff1a` 表示中文冒号，`\u3001` 表示中文顿号，`\u201c` 和 `\u201d` 表示中文双引号，`\u300e` 和 `\u300f` 表示中文书名号，`\u3010` 和 `\u3011` 表示中文方括号。 相关问题： 1. JavaScript 中的正则表达式是什么？ 2. 如何在 JavaScript 中使用正则表达式匹配字符串？ 3. 除了中文标点符号，还有哪些常见的字符需要用正则表达式进行匹配？
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值