ES9(五) —— Unicode Property Escapes
狐七 JavaScriptES6
它按照字符的功能对字符进行分类，一个字符只能属于一个 Unicode Property。也就是说 Property 并不关心字符所属的语言，只关心字符的功能。
可以将Unicode property 理解为字符组，将小写 p 改成大写，就是该字符组的排除型字符组。想想看 \d 匹配 0-9 这个字符组，而 \D 匹配 0-9 以外的字符组。
let input = 'abcdAeCd中国'
console.log(input.match(/\p{L}/ug))
// ["a", "b", "c", "d", "A", "e", "C", "d", "中", "国"]
1
2
3
2
3
这段代码的含义是在输入中匹配所有的字符（不限语言），这里使用的是 Unicode Property：{L}，这个属性的含义是任何语言的任何字母。它有点等同于
let input = 'abcdAeCd中国'
console.log(input.match(/./sg))
1
2
2
{Ll}[任何具有大写字母的小写字母] {N}[任何语言下的数字] 更多的Unicode Property请查阅 官网 (opens new window)
# Unicode Script
按照字符所属的书写系统来划分字符，它一般对应某种语言。比如 \p{Script=Greek} 表示希腊语，\p{Script=Han} 表示汉语。
匹配下列字符串中的中文
let input = `I'm chinese!我是中国人`
console.log(input.match(/\p{Script=Han}+/u))
// ["我是中国人", index: 12, input: "I'm chinese!我是中国人", groups: undefined]
1
2
3
2
3
如果不适用这个新功能点，在 ES9 之前大概只能这样做：
let input = `I'm chinese!我是中国人`
console.log(input.match(/[\u4e00-\u9fa5]+/))
// ["我是中国人", index: 12, input: "I'm chinese!我是中国人", groups: undefined]
1
2
3
2
3
虽然不同的写法看上去结果一样，然而时光飞逝，
Unicode在2017年6月发布了10.0.0版本。在这20年间，Unicode添加了许多汉字。比如Unicode 8.0添加的 109 号化学元素「鿏（⿰⻐麦）」，其码点是9FCF，不在这个正则表达式范围中。而如果我们期望程序里的/[\u4e00-\u9fa5]/可以与时俱进匹配最新的Unicode标准，显然是不现实的事情。现在只需要在Unicode Scripts找到对应的名称即可，而不需要自己去计算所有对应语言字符的的Unicode范围。
# Unicode Block
将 Unicode 字符按照编码区间进行划分，所以每一个字符都只属于一个 Unicode Block，举例说明：
\p{InBasic_Latin}: U+0000–U+007F\p{InLatin-1_Supplement}: U+0080–U+00FF\p{InLatin_Extended-A}: U+0100–U+017F\p{InLatin_Extended-B}: U+0180–U+024F 目前JavaScript RegExp还不支持Unicode Block