Unicode property escapes

Le classi \w, \d, \s in ASCII non bastano per testi in italiano, francese, greco o emoji. JavaScript moderno (con la flag u -- Unicode) ti offre i property escapes \p{...}: classi semantiche basate sulle proprieta' Unicode dei caratteri.

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

\p{L} = "qualunque Letter (Unicode)": include lettere accentate, ideogrammi cinesi, cirillico, greco\u2026 tutto. Le piu' usate:

• \p{L} -- lettera (di qualsiasi alfabeto).
• \p{N} -- numero (cifre arabe, romane, indiane\u2026).
• \p{P} -- punteggiatura.
• \p{S} -- simbolo (matematico, valuta, emoji\u2026).
• \p{Z} -- spazio/separator.
• \p{Script=Latin} -- specificamente alfabeto latino.
• \p{Script=Greek} -- alfabeto greco. E cosi' via.

E le versioni negate \P{L}, \P{N}, \u2026

Differenza con \w e \d

\\w matcha [A-Za-z0-9_]               -- solo ASCII, niente "caffe'"
\\p{L}\\p{N}_  con flag u             -- include caratteri accentati

Per un parser robusto di testi italiani, preferisci \p{L} a \w: citta', perche', andro' matchano correttamente come parole.

Unicode properties e compatibilità browser

Le proprietà Unicode come \\p{L} (Lettere) o \\p{Script=Latin} estendono le classi a tutti gli alfabeti internazionali. In JavaScript, richiedono obbligatoriamente l'attivazione della flag u (o v), altrimenti l'engine genererà un errore di sintassi.

Prova tu

Esercizio di ripasso

Sfida aggiuntiva