자바 스크립트 + 유니 코드 정규식
JavaScript에서 유니 코드를 인식하는 정규식을 어떻게 사용합니까? 예를 들어, 문자 또는 마크 범주 (ASCII 범주뿐만 아니라)의 모든 코드 포인트와 일치 할 수있는 \ w와 비슷한 것이 있어야하며, 구두점 등에 대한 [[P *]]와 같은 필터가 있어야합니다.
ES 6의 상황
다음 ECMAScript 언어 사양, 버전 6에는 유니 코드를 인식하는 정규식이 포함되어 있습니다. u정규식 에서 수정자를 사용하여 지원을 활성화해야합니다 . ES6의 유니 코드 인식 정규식을 참조하십시오 .
ES 6이 완성되고 브라우저 벤더들 사이에서 널리 채택 될 때까지는 여전히 자신이 있습니다. 업데이트 : 이제 ES6 유니 코드 정규식을 동등한 ES5로 변환 하는 regexpu라는 트랜스 파일러 가 있습니다. 빌드 프로세스의 일부로 사용할 수 있습니다. 온라인으로 사용해보십시오.
ES 5 이하의 상황
JavaScript는 유니 코드 문자열에서 작동하지만 유니 코드 인식 문자 클래스를 구현하지 않으며 POSIX 문자 클래스 또는 유니 코드 블록 / 하위 범위 개념이 없습니다.
여기 당신의 기대를 확인 : 자바 스크립트 정규식 유니 코드 문자 클래스 테스터 ( 편집 : 원래 페이지가 다운, 인터넷 아카이브는 여전히 사본이 있습니다 .)
Flagrant Badassery에는 JavaScript, Regex 및 Unicode 에 대한 기사가 있으며이 문제에 대해 설명합니다.
SO에서 Regex와 Unicode를 읽으십시오 . 아마도 당신은 자신 만의 "punctuation character class"를 만들어야합니다.
정규식 : 유니 코드 블록 범위 일치 빌더를 확인하십시오.이 도구를 사용하면 지정된 유니 코드 블록 수에 해당하는 문자와 일치하는 JavaScript 정규식을 빌드 할 수 있습니다.
방금 "일반 문장 부호"및 "보충 문장 부호"하위 범위에 대해 수행했으며 결과는 예상했던대로 간단하고 간단합니다.
[\u2000-\u206F\u2E00-\u2E7F]확장 된 기능을 가진 대체 정규식 엔진을 제공하여 JavaScript 를 유니 코드로 지원 하는 프로젝트 인 XRegExp 도 있습니다.
물론 읽기가 필요합니다 : mathiasbynens.be-JavaScript에는 유니 코드 문제가 있습니다 :
또한 좋은 해결책을 찾지 못했지만 오래 전에 유니 코드 사양 (v.5.0.0) 에서 데이터를 다운로드 하고 BMP에서 각 유니 코드 범주 및 하위 범주에 대한 간격을 생성 하여 작은 스크립트를 작성했습니다 (최근 에 작은 것으로 대체 됨) 자체 고유 유니 코드 지원을 사용하는 Java 프로그램 ).
기본적으로 Tomalak이 언급 한 도구\p{...} 의 출력과 같이 다양한 값 으로 변환 되지만 간격은 블록을 다루지 않고 문자가 여러 곳에 흩어져 있기 때문에 상당히 커질 수 있습니다.
예를 들어 Regex는 다음과 같이 작성되었습니다.
var regex = unicode_hack(/\p{L}(\p{L}|\p{Nd})*/g);
다음과 같이 변환됩니다 :
/[\u0041-\u005a\u0061-\u007a...]([...]|[\u0030-\u0039\u0660-\u0669...])*/g
실제로 많이 사용하지는 않았지만 테스트에서 제대로 작동하는 것 같습니다. 그래서 누군가 유용하다고 생각하는 경우 여기에 게시하고 있습니다. 결과 정규 표현식의 길이에도 불구하고 (위의 예는 확장시 3591 자임 ) 성능이 만족 스러워 보입니다 (jsFiddle 의 테스트 참조 , 개선 사항은 @modiX 및 @Lwangaman 덕분에).
여기 소스가 있습니다 (원시 27.5KB; 축소 , 24.9KB,별로 좋지는 않습니다 ...). 그것은 수도 그대로 그래서 나는 떠날거야, 유니 코드 문자를 언 이스케이프하여 작게 할 수 있지만, OTOH는 인코딩 문제의 위험을 실행합니다. ES6에서는 이런 종류의 일이 더 이상 필요하지 않기를 바랍니다.
업데이트 : 이것은 Tim Down이 언급 한 XRegExp 유니 코드 플러그인 에서 채택 된 것과 동일한 전략으로 보입니다 . 단,이 경우 일반 JavaScript 정규 표현식이 사용됩니다.
개인적으로, 나는이 기능을 얻기 위해 다른 라이브러리를 설치하지 않을 것입니다. 내 대답에는 외부 라이브러리가 필요하지 않으며 JavaScript 이외의 정규 표현식에 약간의 수정만으로 작동 할 수도 있습니다.
유니 코드 웹 사이트 는 유니 코드 범주를 일련의 코드 포인트로 변환하는 방법을 제공합니다. 유니 코드 웹 사이트 이기 때문에 정보가 정확해야합니다.
JavaScript는 FFFF16 진수 미만의 문자 만 처리 할 수 있으므로 고급 문자를 제외해야합니다 . 인쇄 할 수없는 문자를 피하고 정규식의 크기를 최소화하는 것 사이의 균형을 유지하는 약어 콜레이트 및 이스케이프 확인란을 선택하는 것이 좋습니다.
다음은 다양한 유니 코드 속성의 일반적인 확장입니다.
\p{L} (편지) :
[A-Za-z\u00AA\u00B5\u00BA\u00C0-\u00D6\u00D8-\u00F6\u00F8-\u02C1\u02C6-\u02D1\u02E0-\u02E4\u02EC\u02EE\u0370-\u0374\u0376\u0377\u037A-\u037D\u037F\u0386\u0388-\u038A\u038C\u038E-\u03A1\u03A3-\u03F5\u03F7-\u0481\u048A-\u052F\u0531-\u0556\u0559\u0561-\u0587\u05D0-\u05EA\u05F0-\u05F2\u0620-\u064A\u066E\u066F\u0671-\u06D3\u06D5\u06E5\u06E6\u06EE\u06EF\u06FA-\u06FC\u06FF\u0710\u0712-\u072F\u074D-\u07A5\u07B1\u07CA-\u07EA\u07F4\u07F5\u07FA\u0800-\u0815\u081A\u0824\u0828\u0840-\u0858\u08A0-\u08B4\u0904-\u0939\u093D\u0950\u0958-\u0961\u0971-\u0980\u0985-\u098C\u098F\u0990\u0993-\u09A8\u09AA-\u09B0\u09B2\u09B6-\u09B9\u09BD\u09CE\u09DC\u09DD\u09DF-\u09E1\u09F0\u09F1\u0A05-\u0A0A\u0A0F\u0A10\u0A13-\u0A28\u0A2A-\u0A30\u0A32\u0A33\u0A35\u0A36\u0A38\u0A39\u0A59-\u0A5C\u0A5E\u0A72-\u0A74\u0A85-\u0A8D\u0A8F-\u0A91\u0A93-\u0AA8\u0AAA-\u0AB0\u0AB2\u0AB3\u0AB5-\u0AB9\u0ABD\u0AD0\u0AE0\u0AE1\u0AF9\u0B05-\u0B0C\u0B0F\u0B10\u0B13-\u0B28\u0B2A-\u0B30\u0B32\u0B33\u0B35-\u0B39\u0B3D\u0B5C\u0B5D\u0B5F-\u0B61\u0B71\u0B83\u0B85-\u0B8A\u0B8E-\u0B90\u0B92-\u0B95\u0B99\u0B9A\u0B9C\u0B9E\u0B9F\u0BA3\u0BA4\u0BA8-\u0BAA\u0BAE-\u0BB9\u0BD0\u0C05-\u0C0C\u0C0E-\u0C10\u0C12-\u0C28\u0C2A-\u0C39\u0C3D\u0C58-\u0C5A\u0C60\u0C61\u0C85-\u0C8C\u0C8E-\u0C90\u0C92-\u0CA8\u0CAA-\u0CB3\u0CB5-\u0CB9\u0CBD\u0CDE\u0CE0\u0CE1\u0CF1\u0CF2\u0D05-\u0D0C\u0D0E-\u0D10\u0D12-\u0D3A\u0D3D\u0D4E\u0D5F-\u0D61\u0D7A-\u0D7F\u0D85-\u0D96\u0D9A-\u0DB1\u0DB3-\u0DBB\u0DBD\u0DC0-\u0DC6\u0E01-\u0E30\u0E32\u0E33\u0E40-\u0E46\u0E81\u0E82\u0E84\u0E87\u0E88\u0E8A\u0E8D\u0E94-\u0E97\u0E99-\u0E9F\u0EA1-\u0EA3\u0EA5\u0EA7\u0EAA\u0EAB\u0EAD-\u0EB0\u0EB2\u0EB3\u0EBD\u0EC0-\u0EC4\u0EC6\u0EDC-\u0EDF\u0F00\u0F40-\u0F47\u0F49-\u0F6C\u0F88-\u0F8C\u1000-\u102A\u103F\u1050-\u1055\u105A-\u105D\u1061\u1065\u1066\u106E-\u1070\u1075-\u1081\u108E\u10A0-\u10C5\u10C7\u10CD\u10D0-\u10FA\u10FC-\u1248\u124A-\u124D\u1250-\u1256\u1258\u125A-\u125D\u1260-\u1288\u128A-\u128D\u1290-\u12B0\u12B2-\u12B5\u12B8-\u12BE\u12C0\u12C2-\u12C5\u12C8-\u12D6\u12D8-\u1310\u1312-\u1315\u1318-\u135A\u1380-\u138F\u13A0-\u13F5\u13F8-\u13FD\u1401-\u166C\u166F-\u167F\u1681-\u169A\u16A0-\u16EA\u16F1-\u16F8\u1700-\u170C\u170E-\u1711\u1720-\u1731\u1740-\u1751\u1760-\u176C\u176E-\u1770\u1780-\u17B3\u17D7\u17DC\u1820-\u1877\u1880-\u18A8\u18AA\u18B0-\u18F5\u1900-\u191E\u1950-\u196D\u1970-\u1974\u1980-\u19AB\u19B0-\u19C9\u1A00-\u1A16\u1A20-\u1A54\u1AA7\u1B05-\u1B33\u1B45-\u1B4B\u1B83-\u1BA0\u1BAE\u1BAF\u1BBA-\u1BE5\u1C00-\u1C23\u1C4D-\u1C4F\u1C5A-\u1C7D\u1CE9-\u1CEC\u1CEE-\u1CF1\u1CF5\u1CF6\u1D00-\u1DBF\u1E00-\u1F15\u1F18-\u1F1D\u1F20-\u1F45\u1F48-\u1F4D\u1F50-\u1F57\u1F59\u1F5B\u1F5D\u1F5F-\u1F7D\u1F80-\u1FB4\u1FB6-\u1FBC\u1FBE\u1FC2-\u1FC4\u1FC6-\u1FCC\u1FD0-\u1FD3\u1FD6-\u1FDB\u1FE0-\u1FEC\u1FF2-\u1FF4\u1FF6-\u1FFC\u2071\u207F\u2090-\u209C\u2102\u2107\u210A-\u2113\u2115\u2119-\u211D\u2124\u2126\u2128\u212A-\u212D\u212F-\u2139\u213C-\u213F\u2145-\u2149\u214E\u2183\u2184\u2C00-\u2C2E\u2C30-\u2C5E\u2C60-\u2CE4\u2CEB-\u2CEE\u2CF2\u2CF3\u2D00-\u2D25\u2D27\u2D2D\u2D30-\u2D67\u2D6F\u2D80-\u2D96\u2DA0-\u2DA6\u2DA8-\u2DAE\u2DB0-\u2DB6\u2DB8-\u2DBE\u2DC0-\u2DC6\u2DC8-\u2DCE\u2DD0-\u2DD6\u2DD8-\u2DDE\u2E2F\u3005\u3006\u3031-\u3035\u303B\u303C\u3041-\u3096\u309D-\u309F\u30A1-\u30FA\u30FC-\u30FF\u3105-\u312D\u3131-\u318E\u31A0-\u31BA\u31F0-\u31FF\u3400-\u4DB5\u4E00-\u9FD5\uA000-\uA48C\uA4D0-\uA4FD\uA500-\uA60C\uA610-\uA61F\uA62A\uA62B\uA640-\uA66E\uA67F-\uA69D\uA6A0-\uA6E5\uA717-\uA71F\uA722-\uA788\uA78B-\uA7AD\uA7B0-\uA7B7\uA7F7-\uA801\uA803-\uA805\uA807-\uA80A\uA80C-\uA822\uA840-\uA873\uA882-\uA8B3\uA8F2-\uA8F7\uA8FB\uA8FD\uA90A-\uA925\uA930-\uA946\uA960-\uA97C\uA984-\uA9B2\uA9CF\uA9E0-\uA9E4\uA9E6-\uA9EF\uA9FA-\uA9FE\uAA00-\uAA28\uAA40-\uAA42\uAA44-\uAA4B\uAA60-\uAA76\uAA7A\uAA7E-\uAAAF\uAAB1\uAAB5\uAAB6\uAAB9-\uAABD\uAAC0\uAAC2\uAADB-\uAADD\uAAE0-\uAAEA\uAAF2-\uAAF4\uAB01-\uAB06\uAB09-\uAB0E\uAB11-\uAB16\uAB20-\uAB26\uAB28-\uAB2E\uAB30-\uAB5A\uAB5C-\uAB65\uAB70-\uABE2\uAC00-\uD7A3\uD7B0-\uD7C6\uD7CB-\uD7FB\uF900-\uFA6D\uFA70-\uFAD9\uFB00-\uFB06\uFB13-\uFB17\uFB1D\uFB1F-\uFB28\uFB2A-\uFB36\uFB38-\uFB3C\uFB3E\uFB40\uFB41\uFB43\uFB44\uFB46-\uFBB1\uFBD3-\uFD3D\uFD50-\uFD8F\uFD92-\uFDC7\uFDF0-\uFDFB\uFE70-\uFE74\uFE76-\uFEFC\uFF21-\uFF3A\uFF41-\uFF5A\uFF66-\uFFBE\uFFC2-\uFFC7\uFFCA-\uFFCF\uFFD2-\uFFD7\uFFDA-\uFFDC]
\p{Nd} (숫자 10 진수) :
[0-9\u0660-\u0669\u06F0-\u06F9\u07C0-\u07C9\u0966-\u096F\u09E6-\u09EF\u0A66-\u0A6F\u0AE6-\u0AEF\u0B66-\u0B6F\u0BE6-\u0BEF\u0C66-\u0C6F\u0CE6-\u0CEF\u0D66-\u0D6F\u0DE6-\u0DEF\u0E50-\u0E59\u0ED0-\u0ED9\u0F20-\u0F29\u1040-\u1049\u1090-\u1099\u17E0-\u17E9\u1810-\u1819\u1946-\u194F\u19D0-\u19D9\u1A80-\u1A89\u1A90-\u1A99\u1B50-\u1B59\u1BB0-\u1BB9\u1C40-\u1C49\u1C50-\u1C59\uA620-\uA629\uA8D0-\uA8D9\uA900-\uA909\uA9D0-\uA9D9\uA9F0-\uA9F9\uAA50-\uAA59\uABF0-\uABF9\uFF10-\uFF19]
\p{P} (구두):
[!-#%-*,-/\:;?@\[-\]_\{\}\u00A1\u00A7\u00AB\u00B6\u00B7\u00BB\u00BF\u037E\u0387\u055A-\u055F\u0589\u058A\u05BE\u05C0\u05C3\u05C6\u05F3\u05F4\u0609\u060A\u060C\u060D\u061B\u061E\u061F\u066A-\u066D\u06D4\u0700-\u070D\u07F7-\u07F9\u0830-\u083E\u085E\u0964\u0965\u0970\u0AF0\u0DF4\u0E4F\u0E5A\u0E5B\u0F04-\u0F12\u0F14\u0F3A-\u0F3D\u0F85\u0FD0-\u0FD4\u0FD9\u0FDA\u104A-\u104F\u10FB\u1360-\u1368\u1400\u166D\u166E\u169B\u169C\u16EB-\u16ED\u1735\u1736\u17D4-\u17D6\u17D8-\u17DA\u1800-\u180A\u1944\u1945\u1A1E\u1A1F\u1AA0-\u1AA6\u1AA8-\u1AAD\u1B5A-\u1B60\u1BFC-\u1BFF\u1C3B-\u1C3F\u1C7E\u1C7F\u1CC0-\u1CC7\u1CD3\u2010-\u2027\u2030-\u2043\u2045-\u2051\u2053-\u205E\u207D\u207E\u208D\u208E\u2308-\u230B\u2329\u232A\u2768-\u2775\u27C5\u27C6\u27E6-\u27EF\u2983-\u2998\u29D8-\u29DB\u29FC\u29FD\u2CF9-\u2CFC\u2CFE\u2CFF\u2D70\u2E00-\u2E2E\u2E30-\u2E42\u3001-\u3003\u3008-\u3011\u3014-\u301F\u3030\u303D\u30A0\u30FB\uA4FE\uA4FF\uA60D-\uA60F\uA673\uA67E\uA6F2-\uA6F7\uA874-\uA877\uA8CE\uA8CF\uA8F8-\uA8FA\uA8FC\uA92E\uA92F\uA95F\uA9C1-\uA9CD\uA9DE\uA9DF\uAA5C-\uAA5F\uAADE\uAADF\uAAF0\uAAF1\uABEB\uFD3E\uFD3F\uFE10-\uFE19\uFE30-\uFE52\uFE54-\uFE61\uFE63\uFE68\uFE6A\uFE6B\uFF01-\uFF03\uFF05-\uFF0A\uFF0C-\uFF0F\uFF1A\uFF1B\uFF1F\uFF20\uFF3B-\uFF3D\uFF3F\uFF5B\uFF5D\uFF5F-\uFF65]
이 페이지는 또한 \p{Hira}(일본어) 히라가나 문자 인와 같이 여러 모호한 문자 클래스를 인식합니다 .
[\u3041-\u3096\u309D-\u309F]
Lastly, it's possible to plug a char class with more than one Unicode property to get a shorter regex than you would get by just combining them (as long as certain settings are checked).
As mentioned in other answers, JavaScript regexes have no support for Unicode character classes. However, there is a library that does provide this: Steven Levithan's excellent XRegExp and its Unicode plug-in.
[^\u0000-\u007F]+ for any characters which is not included ASCII characters.
For example:
function isNonLatinCharacters(s) {
return /[^\u0000-\u007F]/.test(s);
}
console.log(isNonLatinCharacters("身分"));// Japanese
console.log(isNonLatinCharacters("测试"));// Chinese
console.log(isNonLatinCharacters("حمید"));// Persian
console.log(isNonLatinCharacters("테스트"));// Korean
console.log(isNonLatinCharacters("परीक्षण"));// Hindi
console.log(isNonLatinCharacters("מִבְחָן"));// HebrewHere are some perfect references:
Unicode range RegExp generator
Unicode 10.0 Character Code Charts
February 2019:
It seems that regexp /\p{L}/u for match letters (as unicode categories)
- works on Chrome 68.0.3440.106 and Safari 11.1.2 (13605.3.8)
- NOT working on Firefox 65.0 :(
Here is a working example
I report this bug here.
In JavaScript, \w and \d are ASCII, while \s is Unicode. Don't ask me why. JavaScript does support \p with Unicode categories, which you can use to emulate a Unicode-aware \w and \d.
For \d use \p{N} (numbers)
For \w use [\p{L}\p{N}\p{Pc}\p{M}] (letters, numbers, underscores, marks)
Update: Unfortunately, I was wrong about this. JavaScript does does not officially support \p either, though some implementations may still support this. The only Unicode support in JavaScript regexes is matching specific code points with \uFFFF. You can use those in ranges in character classes.
This will do it:
/[A-Za-z\u00C0-\u00FF ]+/.exec('hipopótamo maçã pólen ñ poção água língüa')
It explicitly selects a range of unicode characters. It will work for latin characters, but other strange characters may be out of this range.
If you are using Babel then unicode support is already available.
I also released a plugin which transforms your source code such that you can write regular expressions like /^\p{L}+$/. These will then be transformed into something that browsers understand.
Here is the project page of the plugin: https://github.com/danielberndt/babel-plugin-utf-8-regex
You can also use:
function myFunction() {
var str = "xq234";
var allowChars = "^[a-zA-ZÀ-ÿ]+$";
var res = str.match(allowChars);
if(!str.match(allowChars)){
res="true";
}
else {
res="false";
}
document.getElementById("demo").innerHTML = res;
참고URL : https://stackoverflow.com/questions/280712/javascript-unicode-regexes
'Programing' 카테고리의 다른 글
| 이동식 SD 카드의 위치 찾기 (0) | 2020.05.10 |
|---|---|
| 오버로드 된 비행기에서 가장 뚱뚱한 사람들을 버림. (0) | 2020.05.10 |
| 하나의 문자열에 대한 문자열 목록 (0) | 2020.05.10 |
| Eclipse에서 키보드 만 사용하여 오류를 발생시키는 방법은 무엇입니까? (0) | 2020.05.10 |
| 인수없이 스크립트를 호출하면 Python Argparse와 함께 도움말 메시지 표시 (0) | 2020.05.10 |