Question

Miscellaneous Symbols and Pictographs是一个Unicode块，包含气象和天文符号，表情符号字符主要用于兼容日本电话运营商的Shift JIS实现，以及最初来自Microsoft Windows中的Wingdings和Webdings字体的字符。

引用的维基百科文章指定的Unicode范围是U+1F300..U+1F5FF

但是如果我从列表中选择表情符号并进行正则表达式匹配，则会失败。

var a = "";
var matched = a.match(/[\u1F300-\u1F5FF]/);

matched始终为空。这是为什么？我在哪里弄错了？

Answer 1

问题

Javascript已经有Unicode Problem一段时间了。位于U + 0000 ... U + FFFF范围之外的Unicode代码点称为星界代码点，并且存在问题，因为它们不容易通过正则表达式进行匹配：

// `` is an astral symbol because its codepoint value
//  of U+1F30D is outside the range U+0000...U+FFFF
//  Astral symbols do not work with regular expressions as expected
var regex = /^[bc]$/;
console.log(
    regex.test('a'),  // false
    regex.test('b'),  // true
    regex.test('c'),  // true
    regex.test('')  // false (!)
);
console.log(''.match(regex)); // null (!)

原因是因为这个星际代码点实际上由两部分组成，或者更准确地说是由两个＆＃34; 代码单元＆＃34;组成，并且这两个代码单元组合在一起形成字符。

console.log("\u1F30D")      // Doesn't work
console.log("\uD83C\uDF0D") //

星体符号实际上由两个代码单元组成：= U + D83C + U + DF0D ！
因此，如果您想匹配此星体符号，则必须使用以下正则表达式和匹配器：

var regex = /^([bc]|\uD83C\uDF0D)$/;
console.log(
    regex.test('a'),  // false
    regex.test('b'),  // true
    regex.test('c'),  // true
    regex.test('\uD83C\uDF0D')  // true
);
console.log('\uD83C\uDF0D'.match(regex)); // { 0: "", 1: "", index: 0 ... }

所有星号符号都有此分解。惊讶吗？也许你应该 - 这不经常发生！它只发生在星际代码点 很少使用。我和世界各地的其他人使用的大多数代码点都不是星号 - 它们在U + 0000 ... U + FFFF范围内 - 所以我们通常不会看到这个问题。 Emojis是这个规则的新例外 - 所有表情符号都是星体符号，并且由于社交媒体，它们的使用在全世界越来越受欢迎。

使用像这样的代码单元是Unicode的实现细节，不幸的是暴露给Javascript程序员。它很容易引起程序员的困惑，因为不清楚是使用字符verbatim（）还是使用代码单元分解（ U + D83C + U + DF0D ）每当使用match，test，...之类的字符串函数时;或者每当使用正则表达式和字符串文字时。然而，语言设计师和实施者并努力改进事物。

解决方案

ECMAScript 6（ES6）的最新成员是introduction of a u flag到正则表达式匹配。这允许您通过代码点匹配，而不是通过代码单元匹配（默认）。

var regex = /^[bc]$/u; // <-- u flag added
console.log(
    regex.test('a'), // false
    regex.test('b'), // true
    regex.test('c'), // true
    regex.test('')  // true <-- it now works!
);

使用u标记，您不必担心您的代码点是否是星号代码点，并且您不必转换代码单元和从代码单元转换。 u标志使正则表达式以直观的方式工作 - 即使对于表情符号！但是，并非每个版本的Node.js都支持这一新功能。要支持所有环境，您可以使用regenerate等库。

无法匹配示例表情符号。这可能是什么原因？

1 个答案:

问题

解决方案