Javascript正则表达式和日语符号

Question

我使用string对象的search()方法查找正则表达式和字符串之间的匹配。

它可以很好地处理英文单词：

"google".search(/\bg/g) // return 0

但此代码不适用于日语字符串：

"アイスランド語".search(/\bア/g) // return -1

如何更改正则表达式以查找日语字符串和正则表达式之间的匹配？

Answer 1

不幸的是，Javascript是一个“仅限ASCII”的正则表达式。不支持Unicode (我的意思是Unicode非ASCII字符没有“分成类”)。例如，\d仅为0-9 )。如果需要在Javascript中使用高级正则表达式(Unicode正则表达式)，可以尝试使用http://xregexp.com/

我们甚至不会深入研究代理对的问题。Javascript中的字符是一个UTF-16点，因此它并不总是一个“完整的”Unicode字符。幸运的是，日语应该完全在BMP中(但请注意，Han unification在平面2中，因此每个字符都是2xUTF-16字符)

如果你想读一些关于Unicode的东西，你可以从Wiki Mapping of Unicode characters开始。

Answer 2

问题出在\b上。因为\b仅匹配：

如果第一个字符是单词，并且字符串中的最后一个字符是单词，并且字符串中有两个字符，其中一个是单词字符，另一个不是单词字符，则返回

• 。

(请参阅：http://www.regular-expressions.info/wordboundaries.html)

在JavaScript中，单词字符是字符类[a-zA-Z0-9_] (ref /单词边界/ ECMA = ASCII)。