我的Unicode相关词汇不是很好,对于这个冗长的问题感到抱歉。
像 ã
这样的字符可以用 \u00e3
(带有波形符号的小写拉丁字母a)或者 \u0061
(小写拉丁字母a)结合组合变音符号 \u0303
(波形符号)来表示。现在,在Java中,为了匹配任何Unicode字母,我会寻找 [\p{L}]
,但是JavaScript无法理解它,因此我将不得不查找各个代码点(\unnnn
)。我该如何从一个 ã 开始,并找出它在Unicode中的各种表示方式,以便我可以在我的正则表达式中使用 \unnnn
格式包含它们?
\unnnn
),但你真正想问的是 Y(“如何可靠地检测 JS 正则表达式中的 ã,无论它是写成\u00e3
还是\u0061\u0303
”)? - T.J. Crowder\p{L}
之类的东西?”另一个是“如何分解Unicode字符?”第一个问题在这里讨论;第二个在这里。 - Raymond Chen