Unicode属性转义p{...}是ES2018引入的正则特性,支持按脚本(如Han、Greek)和类别语义化匹配字符,需/u标志且运行于现代浏览器或Node.js 10+环境。

Unicode 属性转义 \p{...} 是 ECMAScript 2018(ES9)引入的正则特性,能按 Unicode 脚本(Script)、通用类别(General_Category)等语义化方式匹配字符,比单纯用 [u4e00-u9fa5] 或 [α-ωΑ-Ω] 更准确、可维护、跨语言友好。
确认环境支持
该语法需运行在支持 ES2018 的环境中:
- 现代浏览器(Chrome 64+、Firefox 78+、Safari 11.1+、Edge 79+)
- Node.js 10.0+(需启用
--harmony-unicode-regex的旧版本已过时;Node.js 12+ 默认启用) - 使用前建议加
u标志(/.../u),否则\p{...}会报错
匹配常见脚本:汉字、希腊字母、阿拉伯数字等
脚本名用 Script=... 或简写 sc=...。常用值包括:
-
\p{Script=Han}或\p{sc=Han}:匹配所有汉字(含中日韩统一汉字,如“你”“漢”“한”) -
\p{Script=Greek}或\p{sc=Greek}:匹配希腊字母(如 α, β, Γ, Ω),不含带变音符号的扩展希腊字符(需加\p{scx=Greek}才包含) -
\p{Script=Arabic}:匹配阿拉伯文字(ا، ب، ت…) -
\p{Script=Latin}:匹配基本拉丁字母(a–z, A–Z)及带重音的扩展拉丁字符(à, ñ, ç 等) -
\p{Script=Common}:匹配通用字符,如数字0–9、标点.,!?-、ASCII 空格等(注意:数字本身属于Common脚本,不是Latin)
示例:提取一段混合文本中的所有汉字和希腊字母
const text = "Hello 世界 αβΓ 123 你好!";
const regex = /\p{sc=Han}|\p{sc=Greek}/gu;
console.log(text.match(regex)); // ["世", "界", "α", "β", "Γ", "你", "好"]组合与排除:精准控制匹配范围
可用 Unicode 布尔逻辑组合属性:
-
\p{sc=Han}\p{sc=Greek}:匹配同时属于两个脚本的字符(极少,通常为空) -
\p{sc=Han}|\p{sc=Greek}:匹配任一(推荐用竖线|实现“或”) -
\P{sc=Latin}:大写P表示“非”,匹配所有**非拉丁脚本**的字符(含汉字、西里尔、平假名等) -
\p{sc=Han}&\p{Number}:交集(需用&,但仅部分引擎支持;V8 和最新 SpiderMonkey 支持,但兼容性不如|稳定)
实用技巧:匹配“纯汉字字符串”(不含空格、标点、英文字母)
const isAllHan = /^\p{sc=Han}+$/u;
isAllHan.test("你好"); // true
isAllHan.test("你好!"); // false(! 属于 Common)
isAllHan.test("hello"); // false注意边界与常见陷阱
避免踩坑的关键点:
- 汉字不等于“中文”——
\p{sc=Han}包含日文汉字(漢字)、韩文汉字(漢字),也包含古汉字、部首、康熙字典部件(如 ⿰、⺁) - 希腊字母 ≠ 希腊语单词——单个
α可匹配,但από中的π和ό也都属Greek脚本;若要匹配整个希腊词,需加词边界\b或结合其他逻辑 - 数字和标点属于
Common脚本,不是Latin;想匹配“带重音的拉丁字母 + 数字”,应写\p{sc=Latin}|\p{sc=Common}并过滤掉标点(或改用\p{Letter}|\p{Nd}) - 某些字符有多个脚本归属(如欧元符号 € 属于
Common;罗马数字Ⅻ属Latin),需查 Unicode Scripts.txt 确认










