正确的正则表达式用于查找和替换转义的UTF-8字符串

Question

（已编辑）我正在阅读一个JSON文件，其中包含一些UTF-8字符，其编码如下：“\uf36b”。我正在尝试编写一个RegExp来将其转换为看起来像“🍫”的HTML实体。这会在我的html页面中正确显示字符。

我无法正确显示应与“\ uf36b”关联的字符，尤其是在包含其他文字的较长句子中时。

如何编写一个替换字符串的正则表达式，例如“\ uf4d6”和“\ uf36b”，但只留下其他文字？

示例：

var str = "I need \uf36b #chocolate";

这应该转换为：

I need 🍫 #chocolate; 

Answer 1

这里的\uf36b是一个代表字符的Unicode代码点，应该可以让你的页面支持这样的字符而不需要通过编码转换为UTF-8来转义它们。

话虽这么说，可打印的ASCII范围是从\u0020（空格字符）到\u007e（代字号），所以你应该能够使用类似下面的东西来逃避你需要的字符到：

var escaped = "I need \uf36b #chocolate".replace(/[^\x20-\x7e]+|%/g, escape);

这将仅对字符串中的非ASCII或不可打印的ASCII字符以及任何escape()字符调用%。

然后你可以使用var str = escaped.replace(/%(..)/g,"&#x1f") + ";";进行转换，虽然这看起来很奇怪，但我真的看不出它会如何做太有用的事情。您可能实际上需要以下内容：

var str = escaped.replace(/%(?:u([0-9a-f]{4})|([0-9a-f]{2}))/gi, "&#x$1$2;");