נכס Unicode בורח

השיעורים \w, \d, \s ב-ASCII לא מספיקים לאיטלקית, צרפתית, יוונית או טקסט אמוג'י. JavaScript מודרני (עם הדגל u -- Unicode) מציע בריחות מנכסים \p{...}: מחלקות סמנטיות המבוססות על Unicode תכונות של תווים.

Pattern: \p{L}+        (with flag u)
Sample:  Ciao caffe' \u00fcber \u4e16\u754c
         ^^^^ ^^^^^^^ ^^^^ ^^^^

\p{L} = "כל אות (Unicode)": כולל אותיות מודגשות, סינית אידיאוגרמות, קיריליות, יווניות\u2026 הכל. הנפוצים שבהם:

• \p{L} -- אות (מכל אלפבית).
• \p{N} -- מספר (ספרות בערבית, רומית, הודית\u2026).
• \p{P} -- סימני פיסוק.
• \p{S} -- סמל (מתמטי, מטבע, אמוג'י\u2026).
• \p{Z} -- רווח/מפריד.
• \p{Script=Latin} -- במיוחד האלפבית הלטיני.
• \p{Script=Greek} -- האלפבית היווני. וְכֵן הָלְאָה.

והגרסאות שלילת \P{L}, \P{N}, \u2026

הבדל עם \w ו\d

\\w matches [A-Za-z0-9_]              -- ASCII only, no "caffe'"
\\p{L}\\p{N}_  with flag u            -- includes accented characters

עבור מנתח חזק של טקסט איטלקי, העדיף \p{L} על פני \w: citta', perche', andro' תואמים בצורה נכונה כמילים.

מאפייני Unicode ותאימות דפדפן

מאפייני Unicode כמו \\p{L} (אותיות) או \\p{Script=Latin} מרחיבים את השיעורים לאותיות בינלאומיות. ב-JavaScript, הם בהחלט דורשים את הדגל u (או v), אחרת המנוע זורק שגיאת תחביר.

נסה את זה

סקירת התרגיל

אתגר נוסף