用于捕获汉字的JavaScript正则表达式

Question

我不能让这个javascript函数以我想要的方式工作...

//匹配包含汉字和/或假名字符的字符串

String.prototype.isKanjiKana = function(){
    return !!this.match(/^[\u4E00-\u9FAF|\u3040-\u3096|\u30A1-\u30FA|\uFF66-\uFF9D|\u31F0-\u31FF]+$/);
}

如果字符串由汉字和/或假名字符组成，则返回TRUE；如果存在字母表或其他字符，则返回FALSE。

我希望它返回，如果至少有1个汉字和/或假名字符存在，而不是如果它们都存在。

提前感谢您的帮助！

Answer 1

String.prototype.isKanjiKana = function(){
    return !!this.match(/[\u4E00-\u9FAF\u3040-\u3096\u30A1-\u30FA\uFF66-\uFF9D\u31F0-\u31FF]/);
}

不要使用$^将其锚定在字符串的开头和结尾，+在这种情况下是无用的。

Answer 2

正确的答案是不对范围进行硬编码。永远不要在你的代码中放入魔术数字！这是维护的噩梦。它很难读，很难写，很难调试，很难维护。你怎么知道你的数字是对的？当他们添加新的时会发生什么？不，不要使用幻数。请。

正确的答案是使用命名的Unicode脚本，它是每个Unicode代码点的基本方面：

[\p{Han}\p{Hiragana}\p{Katakana}]

这需要Javascript的XRegExp plugin。

真正的问题是，Javascript正则表达式本身是太原始的而不支持Unicode属性--因此，不支持Unicode。15年前，这也许是一种可以接受的妥协，但今天，正如你自己所发现的那样，这是不可容忍的疏忽。

您还会遗漏一些在新的Script Extensions属性中指定为假名的Common代码点，但可能无关紧要。您可以将\p{Common}添加到上面的集合中。

Answer 3

既然Unicode属性转义是ES (2018)规范的一部分，如果JS引擎支持此功能，则可以在本地使用以下正则表达式(扩展@tchrist的答案)：

/[\p{Script_Extensions=Han}\p{Script_Extensions=Hiragana}\p{Script_Extensions=Katakana}]/u

如果要从匹配中排除标点符号：

/(?!\p{Punctuation})[\p{Script_Extensions=Han}\p{Script_Extensions=Hiragana}\p{Script_Extensions=Katakana}]/u