如何利用“ Unicode 属性转义 \p{...}”根据脚本类型(如汉字、希腊字母)匹配原始字符

大丽姑娘_5262

大丽姑娘_5262

2026-05-15

1044人浏览

原创

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。

如何利用“ unicode 属性转义 \p{...}”根据脚本类型(如汉字、希腊字母)匹配原始字符

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
PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
C语言变量命名
C语言变量命名

c语言变量名规则是:1、变量名以英文字母开头;2、变量名中的字母是区分大小写的;3、变量名不能是关键字;4、变量名中不能包含空格、标点符号和类型说明符。php中文网还提供c语言变量的相关下载、相关课程等内容,供大家免费下载使用。

2023.06.20

3449

3

c语言入门自学零基础
c语言入门自学零基础

C语言是当代人学习及生活中的必备基础知识,应用十分广泛,本专题为大家c语言入门自学零基础的相关文章,以及相关课程,感兴趣的朋友千万不要错过了。

2023.07.25

2388

9

c语言运算符的优先级顺序
c语言运算符的优先级顺序

c语言运算符的优先级顺序是括号运算符 > 一元运算符 > 算术运算符 > 移位运算符 > 关系运算符 > 位运算符 > 逻辑运算符 > 赋值运算符 > 逗号运算符。本专题为大家提供c语言运算符相关的各种文章、以及下载和课程。

2023.08.02

1320

5

c语言数据结构
c语言数据结构

数据结构是指将数据按照一定的方式组织和存储的方法。它是计算机科学中的重要概念,用来描述和解决实际问题中的数据组织和处理问题。数据结构可以分为线性结构和非线性结构。线性结构包括数组、链表、堆栈和队列等,而非线性结构包括树和图等。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.09

1278

4

c语言random函数用法
c语言random函数用法

c语言random函数用法:1、random.random,随机生成(0,1)之间的浮点数;2、random.randint,随机生成在范围之内的整数,两个参数分别表示上限和下限;3、random.randrange,在指定范围内,按指定基数递增的集合中获得一个随机数;4、random.choice,从序列中随机抽选一个数;5、random.shuffle,随机排序。

2023.09.05

1396

5

c语言const用法
c语言const用法

const是关键字,可以用于声明常量、函数参数中的const修饰符、const修饰函数返回值、const修饰指针。详细介绍:1、声明常量,const关键字可用于声明常量,常量的值在程序运行期间不可修改,常量可以是基本数据类型,如整数、浮点数、字符等,也可是自定义的数据类型;2、函数参数中的const修饰符,const关键字可用于函数的参数中,表示该参数在函数内部不可修改等等。

2023.09.20

2278

7

c语言get函数的用法
c语言get函数的用法

get函数是一个用于从输入流中获取字符的函数。可以从键盘、文件或其他输入设备中读取字符,并将其存储在指定的变量中。本文介绍了get函数的用法以及一些相关的注意事项。希望这篇文章能够帮助你更好地理解和使用get函数 。

2023.09.20

3740

8

c数组初始化的方法
c数组初始化的方法

c语言数组初始化的方法有直接赋值法、不完全初始化法、省略数组长度法和二维数组初始化法。详细介绍:1、直接赋值法,这种方法可以直接将数组的值进行初始化;2、不完全初始化法,。这种方法可以在一定程度上节省内存空间;3、省略数组长度法,这种方法可以让编译器自动计算数组的长度;4、二维数组初始化法等等。

2023.09.22

17375

6

c语言中null和NULL的区别
c语言中null和NULL的区别

c语言中null和NULL的区别是:null是C语言中的一个宏定义,通常用来表示一个空指针,可以用于初始化指针变量,或者在条件语句中判断指针是否为空;NULL是C语言中的一个预定义常量,通常用来表示一个空值,用于表示一个空的指针、空的指针数组或者空的结构体指针。

2023.09.22

549

3

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.1万人学习