为什么我不能替换包含一个Unicode字符串？

Question

我想在使用正则表达式使用JavaScript的味道字符串替换一个unicode。但是，我无法取代的unicode字符串的愿望字符串。

这按预期工作：

function replacer(match, p1) {
  return "World";
}
var newString = 'Hello9A'.replace(/[0-9A-F]{2}/g, replacer);
console.log(newString); // HelloWorld

这是我想它去工作的代码：

function replacer(match, p1) {
  console.log("match: ", match);
  console.log("p1: ", p1);
  return "World";
}
var newString = 'Hello\u0B70'.replace(/\\u[0-9A-F]{4}/g, replacer);
console.log(newString);

我预计newString应该HelloWorld。但是，我得到Hello୰。

我甚至在Regex101测试和正则表达式确实捕捉\u0B70。与此同时，我不能注销match和p1，这我不知道为什么。

什么是替换的unicode与我期望的字符串的正确方法是什么？

Answer 1

您模式

\\u[0-9A-F]{4}

字面上包含反斜杠，随后u，随后4个十六进制字符将匹配字符串的一部分。但是你的输入字符串只包含6个字符，其中5个是“你好”：

console.log('Hello\u0B70');
console.log('Hello\u0B70'.length);

你需要实际的Unicode字符匹配的有：

function replacer(match, p1) {
  console.log("match: ", match);
  console.log("p1: ", p1);
  return "World";
}
var newString = 'Hello\u0B70'.replace(/\u0B70/g, replacer);
console.log(newString);

如果你想以匹配所有的任何Unicode字符（转换为“任何字符”，基本上都是），你可以使用的字符集，像

[\u0000-\uFFFF]

但像“你好”字母字符都是Unicode过，当然，所以他们会匹配为好，这是不是你想要的 - 找出你想要匹配字符的准确范围，并把该范围进入角色组。