Unicode 属性转义

ASCII 中的 \w、\d、\s 类不足以用于意大利语、法语、希腊语 或表情符号文本。现代 JavaScript（带有 u 标志 -- Unicode）提供 属性转义 \p{...}：基于 Unicode 的语义类 字符的属性。

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

\p{L} = "任何字母 (Unicode)"：包括重音字母、中文 表意文字、西里尔字母、希腊语……一切。最常见的：

• \p{L} -- 字母（任何字母表）。
• \p{N} -- 数字（阿拉伯数字、罗马数字、印度数字）。
• \p{P} -- 标点符号。
• \p{S} -- 符号（数学、货币、表情符号\u2026）。
• \p{Z} -- 空格/分隔符。
• \p{Script=Latin} -- 特别是拉丁字母。
• \p{Script=Greek} -- 希腊字母。等等。

以及 否定 版本 \P{L}、\P{N}、\u2026

与 \w 和 \d 的区别

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

对于意大利语文本的强大解析器，首选 \p{L} 而不是 \w： citta'、perche'、andro' 正确匹配单词。

Unicode 属性和浏览器兼容性

诸如 \\p{L} （字母）或 \\p{Script=Latin} 之类的 Unicode 属性将类扩展到国际字母表。在 JavaScript 中，它们严格要求 u （或 v）标志，否则引擎会抛出语法错误。

尝试一下

复习练习

额外的挑战