Baza znanjaCentar za ispite
HRHrvatski
Odaberi jezik13

CKTIS / JavaScript

Svojstva Unicodea u regularnim izrazima: L, M, N, Lu i Lt

Pronađite slova, kombinirajuće oznake i brojčane znakove iz različitih pisama te razlikujte velika slova od slova u naslovnom obliku.

Verzija: ECMAScript 2024 and the current web platform; runtime support varies

Sintaksa

/\p{L}/u
/\p{M}/u
/\p{N}/u
/\p{Lu}/u
/\p{Lt}/u
/\p{General_Category=Letter}/u
/\P{L}/u
/[\p{L}\p{M}\p{N}]+/gu
/\p{L}/v
new RegExp("\\p{L}", "u")

U JavaScriptu \p{…} pronalazi kodne točke prema svojstvu Unicodea. L, M, N, Lu i Lt skraćene su vrijednosti svojstva General_Category, a ne nazivi pisama. \p{L}, \p{Letter} i \p{General_Category=Letter} znače isto. U nazivima i zamjenskim nazivima razlikuju se velika i mala slova: /\p{lu}/u uzrokuje SyntaxError.

\p{L} (Letter) obuhvaća slova različitih pisama, uključujući ona koja ne razlikuju velika i mala slova. \p{Lu} (Uppercase_Letter) i \p{Lt} (Titlecase_Letter) potkategorije su L koje se ne preklapaju: A pripada u Lu, a Dž u Lt. Lt razvrstava pojedinu kodnu točku, ne riječ s velikim početnim slovom. Izostavite i ako pretraživanje mora razlikovati te oblike slova.

\p{M} (Mark) obuhvaća kombinirajuće oznake poput U+0301, akuta kodiranog zasebno nakon e. Regularni izraz ne normalizira tekst: é kodirano kao U+00E9 nema zasebnu kodnu točku M. Normalizirajte tekst prije pretraživanja ako kanonski jednakovrijedan tekst mora imati ujednačen zapis. \p{N} (Number) obuhvaća ٢ i ½; \p{Nd} obuhvaća samo decimalne znamenke, a \d samo znamenke ASCII od 0 do 9.

Upotrijebite zastavicu u ili v, nikada obje istodobno. Bez njih \p i \P ne provjeravaju svojstva Unicodea. Bez i, \P{L} pronalazi jednu kodnu točku izvan L, a [\p{L}\p{M}\p{N}]+ niz od jedne ili više kodnih točaka iz tih kategorija, ne nužno cijeli ulaz. ECMAScript 2024 definira oba načina rada, no podrška ovisi o izvršnom okruženju.

Primjeri

{
  const text = "ADž猫e\u0301٢½!";
  const categories = [
    ["L", /\p{L}/gu],
    ["M", /\p{M}/gu],
    ["N", /\p{N}/gu],
    ["Lu", /\p{Lu}/gu],
    ["Lt", /\p{Lt}/gu],
  ];

  for (const [category, pattern] of categories) {
    const points = (text.match(pattern) ?? []).map((char) =>
      "U+" + char.codePointAt(0).toString(16).toUpperCase().padStart(4, "0")
    );
    console.log(`${category}: ${points.join(" ")}`);
  }
}

Rezultat

L: U+0041 U+01C5 U+732B U+0065
M: U+0301
N: U+0662 U+00BD
Lu: U+0041
Lt: U+01C5

Zastavica `g` prikuplja sva podudaranja. Zapis `U+…` čini samostalnu kombinirajuću oznaku vidljivom, a zasebni retci `L`, `Lu` i `Lt` pokazuju koje se kategorije preklapaju.

Povezane lekcije

  • JavaScript · Lekcija 10 · Napredno · Verzija: 4

Izvori