正则表达式捕获utf-8行分隔符

Question

似乎Javascript的原生正则表达式无法使用插值行分隔符U + 2028捕获字符串。例如，当我尝试：

"a\u2028b".match(/(.*)/)

我只能捕获“a”而不是完整的字符串。

是否有这种行为的原因，或者只是Javascript无法管理一些utf-8字符？有没有办法使用Javascript的本机正则表达式来解决这个问题？

Answer 1

这就是应该如何运作的。为了匹配.，^和$元字符，U+2028和U+2029被归类为行分隔符以及\r回车符号）和\n（换行）。

...在JavaScript中，就是这样。每个正则表达式都有自己的想法，哪个字符是行分隔符。例如，Java识别所有这些加上U+0085（下一行或NEL）字符，而.NET只识别\n。

Answer 2

使用此正则表达式：

"a\u2028b".match(/^[\s\S]*$/);
// matches ab

在javascript中.与换行符不匹配，因此[\s\S]也用于匹配换行符。