ES6-正则的扩展-Unicode 属性类

目前有一个提案，引入了一种新的类的写法 \p{...} 和\P{...}，允许正则表达式匹配符合 Unicode 某种属性的所有字符。

 

const regexGreekSymbol = /\p{Script=Greek}/u;
regexGreekSymbol.test('π') // true

上面代码中，\p{Script=Greek} 指定匹配一个希腊字母，所以匹配 π 成功
Unicode 属性累要指定属性名和属性值。

 

 

\p{UnicodePropertyName=UnicodePropertyValue}

对于某些属性，可以只写属性名。

\p{UnicodePropertyName}

\P{...} 是 \p{...} 的反向匹配，即匹配不满足条件的字符。

 

这两种类只对 Unicode 有效，所以使用的时候一定要加上 u 修饰符。如果不加 u 修饰符，正则表达式使用 \p 和 \P 会报错，ECMAScript 预留了这两个类。

由于 Unicode 的各种属性非常多，所以这种新的类的表达能力非常强。

 

const regex = /^\p{Decimal_Number}+$/u;
regex.test('123456789') // true

上面代码中，属性类指定匹配所有十进制字符，可以看到各种字型的十进制字符都会匹配成功。

 

 

 

\p{Number}甚至能匹配罗马数字。

 

// 匹配所有数字
const regex = /^\p{Number}+$/u;
regex.test('²³¹¼½¾') // true
regex.test('㉛㉜㉝') // true
regex.test('ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫ') // true

下面是其他一些例子。

 

 

// 匹配各种文字的所有字母，等同于 Unicode 版的 \w
[\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Connector_Punctuation}\p{Join_Control}]

// 匹配各种文字的所有非字母的字符，等同于 Unicode 版的 \W
[^\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Connector_Punctuation}\p{Join_Control}]

// 匹配所有的箭头字符
const regexArrows = /^\p{Block=Arrows}+$/u;
regexArrows.test('←↑→↓↔↕↖↗↘↙⇏⇐⇑⇒⇓⇔⇕⇖⇗⇘⇙⇧⇩') // true
具名组匹配