JavaScript是否支持正则表达式中Unicode范围超过0xFFFF的字符？

Question

这个例子的正则表达式（^[\u0021-\u003F\u0041-\uFFEF]+@[\u0021-\u003F\u0041-\uFFEF]+\.[\u0021-\u003F\u0041-\uFFEF]+$）可以通过Unicode字符范围来过滤字符，我可以让范围从\u0000到\uFFFF，但是Unicode支持超过0xFFFF的字符。在JavaScript的正则表达式中，我能使用这些以上的范围吗？

- Alexandru

Answer 1

为了与ECMAScript 5和旧环境保持向后兼容性，不幸的解决方案是使用代理对：

>> '\uD83D\uDCA9'  
'' // U+1F4A9 PILE OF POO  

In that case, each escape represents the code point of a surrogate half. Two surrogate halves form a single astral symbol.

链接: https://mathiasbynens.be/notes/javascript-unicode

这篇文章介绍了在JavaScript中处理Unicode字符的一些技巧和注意事项。它涵盖了字符串长度、正则表达式匹配、字符串比较和编码等方面的问题，并提供了一些实用的解决方案。如果你在开发中需要处理Unicode字符，这篇文章会对你有所帮助。

- Andrue Anderson

---

有了这些代理，我想你可能不能使用代理范围？ - Alexandru

孤立的代理码点没有通用的解释；因此，对于这个范围，没有字符代码图表或名称列表可供使用。链接：https://en.wikipedia.org/wiki/Universal_Character_Set_characters - CTRL+F -> "surrogates" - 这回答了你的问题吗？ - Andrue Anderson

似乎这个正则表达式有效（应该支持所有字符和代理对）：\u0000\u0000-\uFFFF\uFFFF 示例：https://regex101.com/r/aM1fU5/13 - Alexandru

@Alexandru，制作范围的有效方法是使用高代理和低代理范围的组合。例如，[\ud800-\udbff][\udc00-\udfff]将起到像匹配所有代码点> 0xFFFF的单个范围的作用。（您的解决方案似乎只能“工作”，因为您没有在任何代码点> 0xFFFF上使用它。） - Janosch

Answer 2

ECMAScript 2015引入了RegExp u标志，支持更高值的Unicode转义序列：

(/\u{1F4A9}/u).test(""); // true

参考资料

• 关于RegExp.prototype.unicode的MDN文档
• RegExp.prototype.unicode的规范说明

- Sebastian Simon