Javascript正则表达式＆amp;日本符号

Question

我使用字符串对象的search()方法来查找正则表达式和字符串之间的匹配。

它适用于英语单词：

"google".search(/\bg/g) // return 0

但是这段代码对日语字符串不起作用：

"アイスランド語".search(/\bア/g) // return -1

如何更改正则表达式以查找日语字符串和正则表达式之间的匹配？

Answer 1

可悲的是Javascript是一个“仅限ASCII”的正则表达式。不支持Unicode（我的意思是Unicode非ASCII字符不是“分为类”。所以\d例如只有0-9）。如果您需要Javascript中的高级正则表达式（Unicode正则表达式），则可以尝试http://xregexp.com/

我们甚至不会深入探讨代理对的问题。 Javascript中的字符是UTF-16点，因此它并不总是“完整”的Unicode字符。幸运的是日语应完全在BMP中（但请注意Han unification在平面2中，因此每个字符都是2x UTF-16字符）

如果您想阅读有关Unicode的内容，可以从Wiki Mapping of Unicode characters开始。

Answer 2

问题是\b。由于\b仅匹配：

• 在字符串中的第一个字符之前，如果第一个字符是a 字符。
• 字符串中的最后一个字符后，如果是最后一个字符 字符是一个字符。
• 字符串中的两个字符之间， 其中一个是单词字符而另一个不是单词字符。

（见：http://www.regular-expressions.info/wordboundaries.html）

在JavaScript中，单词字符是字符类[a-zA-Z0-9_]（ref /字边界/ ECMA = ASCII）。