Javascript Regex+；Unicode变音组合字符`

我想在非洲约鲁巴语中匹配这个字符'ẹ́'. 通常，这是通过在圆点变音符号下结合一个“é”和一个“\u0323”来实现的。我发现：

'é\u0323'.match(/[é]\u0323/) works but
'ẹ́'.match(/[é]\u0323/) does not work.

我不只是想和e比赛。我想匹配所有的组合。现在，我的解决方案涉及枚举所有组合。像这样：

/[193ÀĀÈĒẸE̩Ẹ́É̩Ẹ̀È̩Ẹ̄Ē̩ÍÌĪÓÒŌỌO̩Ọ́Ó̩Ọ̀Ò̩Ọ̄Ō̩ÚÙŪṢS̩ááāēẹe̩ẹ́é̩ẹ̀è̩ẹ̄ē̩íìīóòōọo̩ọ́ó̩ọ̀ò̩ọ̄ō̩úùūṣs̩]/

难道没有一种更短、更好的方法可以做到这一点吗？或者，javascript中unicode发音组合字符的正则表达式匹配不容易做到这一点吗？

---

谢谢

通常情况下，解决方案是使用JavaScript，但JavaScript本身不支持它们

但是存在添加这种支持的库。有了这个库，您可以使用

\p{L}

：匹配来自任何语言的任何种类的字母

\p{M}

：打算与另一个字符组合的字符（例如重音符号、元音、包围盒等）

因此，您的角色类将如下所示：

[\p{L}\p{M}]+

这将匹配Unicode表中所有可能的字母

如果您想限制它，可以查看脚本并用脚本替换

\p{L}

，它们收集来自特定语言的所有字母。e、 g.

\p{Latin}

用于所有拉丁字母，或

\p{西里尔字母}

用于所有西里尔字母

通常，这是通过在圆点变音符号下结合一个“é”和一个“\u0323”来实现的

然而，这并不是你在这里看到的：

'ẹ́'

这不是U+0065，U+0323，而是U+1EB9，U+0301-组合一个

ẹ带有明显的变音符号

通常的解决方案是在进行比较之前将每个字符串标准化（通常为Unicode标准格式C）

我不只是想和e比赛。我想匹配所有的组合

不带变音符号的匹配通常通过标准化为标准形式D并删除所有组合变音符号来完成

不幸的是，JS中不提供规范化，所以如果您需要，您必须拖入代码来实现规范化，这必须包括一个大型Unicode数据表。这样的努力之一就是。为了提取基于Unicode属性的字符，比如组合变音符号，您还需要一个支持Unicode数据库的regexp引擎，例如

服务器端语言（例如Python、.NET）通常具有对Unicode规范化的本机支持，因此如果您可以在服务器上进行处理，通常会更容易。
老实说，我更愿意阅读和维护短字符串，而不是解密和理解可能更聪明的正则表达式的\uxxx部分。使用查找表总是比首先计算字符快。如果正则表达式失败，一种可能的方法是在一个范围内呈现字符，然后进行比较，这是一个很好的观点。也许当前的方法更好。我最终选择了\uxxx部分，因为在vim中编辑它更有意义，因为没有到处都是不同宽度的unicode点和不同的流向，光标位置做了非常奇妙的事情：它的位置基本上变成了一个随机变量。这就解释了这一点。谢谢您B当您有时间时，您可以更新此内容以参考ES6的
。规范化
。