请问一个 JS 代码,使用正则匹配中文的神奇问题。

115 天前
 go522000
// 这里理论上应该返回 false ,但神奇的是居然返回 true

console.log(/^[\u2F800-\u2FA1F]+$/.test('abc'));

我这边正在写 JS ,想使用正则来匹配中文。

最开始的范围为:[\u4E00-\u9FFF] 基本汉字,后面有朋友提醒 CJK 还有扩展 A 区块和扩展 B 区块,需要也加上去。

咨询了 GPT3.5 和查询了 wikipedia ,把这个正则的匹配区间增加了 A 区块、B 区块、补充区块等。

然后就遇到上面神奇的问题,[\u2F800-\u2FA1F] 是中日韩兼容表意文字补充,来源: https://zh.wikipedia.org/wiki/%E4%B8%AD%E6%97%A5%E9%9F%93%E5%85%BC%E5%AE%B9%E8%A1%A8%E6%84%8F%E6%96%87%E5%AD%97%E8%A3%9C%E5%85%85 ,共 542 个字。但不知道为什么,测试后总返回 true 。

请问哪位大佬知道为什么呢,求指点。

756 次点击
所在节点    问与答
4 条回复
xiangyuecn
115 天前
[\u2F800-\u2FA1F] = "\u2F80" + "0-\u2FA1" + "F"
lDqe4OE6iOEUQNM7
115 天前
基本汉字:[\u4E00-\u9FFF]
CJK 统一表意符号扩展 A:[\u3400-\u4DBF]
CJK 统一表意符号扩展 B:[\u20000-\u2A6DF]
CJK 统一表意符号扩展 C:[\u2A700-\u2B73F]
CJK 统一表意符号扩展 D:[\u2B740-\u2B81F]
CJK 统一表意符号扩展 E:[\u2B820-\u2CEAF]
中日韩兼容表意文字:[\uF900-\uFAFF]
中日韩兼容表意文字补充:[\u2F800-\u2FA1F]
nagisaushio
115 天前
你需要 \u{hhhhh} 并给表达式加上 u flag
paopjian
115 天前
当年的正则设置问题吧,\u 后面只有 4 位,要加花括号才能有五位
\uhhhh Matches a UTF-16 code-unit with the value hhhh (four hexadecimal digits).
\u{hhhh} or \u{hhhhh} (Only when the u flag is set.) Matches the character with the Unicode value U+hhhh or U+hhhhh (hexadecimal digits).

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1062254

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX