யூனிகோட் சொத்து தப்பிக்கிறது

ASCII இல் உள்ள \w, \d, \s வகுப்புகள் இத்தாலியன், பிரஞ்சு, கிரேக்கம் ஆகியவற்றிற்குப் போதாது அல்லது ஈமோஜி உரை. நவீன ஜாவாஸ்கிரிப்ட் (u கொடியுடன் -- யூனிகோட்) சலுகைகள் சொத்து தப்பிக்கும் \p{...}: யூனிகோட் அடிப்படையிலான சொற்பொருள் வகுப்புகள் பாத்திரங்களின் பண்புகள்.

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

\p{L} = "எந்த எழுத்தும் (யூனிகோட்)": உச்சரிப்பு எழுத்துக்களை உள்ளடக்கியது, சீனம் ஐடியோகிராம்கள், சிரிலிக், கிரேக்கம்\u2026 எல்லாம். மிகவும் பொதுவானவை:

• \p{L} -- எழுத்து (எந்த எழுத்துக்களின்).
• \p{N} -- எண் (அரபு இலக்கங்கள், ரோமன், இந்தியன்\u2026).
• \p{P} -- நிறுத்தற்குறிகள்.
• \p{S} -- சின்னம் (கணிதம், நாணயம், ஈமோஜி\u2026).
• \p{Z} -- இடம்/பிரிப்பான்.
• \p{Script=Latin} -- குறிப்பாக லத்தீன் எழுத்துக்கள்.
• \p{Script=Greek} -- கிரேக்க எழுத்துக்கள். மற்றும் பல.

மேலும் மறுக்கப்பட்ட பதிப்புகள் \P{L}, \P{N}, \u2026

\w மற்றும் \d உடன் வேறுபாடு

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

இத்தாலிய உரையின் வலுவான பாகுபடுத்தலுக்கு, ** \w** ஐ விட \p{L} ஐ விரும்பவும்: citta', perche', andro' சொற்களாக சரியாகப் பொருந்துகின்றன.

யூனிகோட் பண்புகள் மற்றும் உலாவி இணக்கத்தன்மை

\\p{L} (எழுத்துக்கள்) அல்லது \\p{Script=Latin} போன்ற யூனிகோட் பண்புகள் சர்வதேச எழுத்துக்களுக்கு வகுப்புகளை விரிவுபடுத்துகின்றன. JavaScript இல், அவர்களுக்கு கண்டிப்பாக u (அல்லது v) கொடி தேவைப்படுகிறது, இல்லையெனில் இன்ஜின் தொடரியல் பிழையை ஏற்படுத்தும்.

முயற்சி செய்து பாருங்கள்

மதிப்பாய்வு பயிற்சி

கூடுதல் சவால்