Javascript 正则表达式字符范围 A-z 匹配插入符号 (“^”）

Javascript Regular Expressions Character Range A-z Matches Caret ("^")

本文关键字：符号 插入 字符 正则表达式 范围 A-z Javascript      更新时间：2023-09-26

在Chrome控制台上，我注意到了这个奇怪之处：

/[^A-z]/.test("^")
false
/[A-z]/.test("^")
true
"^".charCodeAt(0)
94
"A".charCodeAt(0)
65
"z".charCodeAt(0)
122
/[a-zA-Z]/.test("^")
false

插入符号在 65-122 范围内匹配是有道理的，因为它的字符代码是 94，但我没有意识到/[A-z]/不等同于/[a-zA-Z]/。

所以我想我的问题是，javascript 是否使用 ASCII 代码进行像 A-z 这样的远程匹配？这是这种行为的解释吗？

编辑：

经过进一步调查，这似乎是真的

String.fromCharCode(91)
"["
String.fromCharCode(92)
"'"
String.fromCharCode(93)
"]"
String.fromCharCode(94)
"^"
String.fromCharCode(95)
"_"
String.fromCharCode(96)
"`"
/[^A-z]/.test("^[''_`")
false

ECMAScript 15.10.2.15 处理正则表达式计算期间基于范围的字符集的生成。在构建从字符A到字符B的范围（即A-B）：

  1. 让 a 成为字符集 A 中的一个角色。
  2. 设 b 是字符集 B 中的一个字符。
  3. 设 i 是字符 a 的代码单位值。
  4. 设 j 为字符 b 的代码单位值。
  5. 如果我>j，则抛出语法错误异常。
  6. 返回包含编号为 i 到 j 的所有字符（包括 i 到 j）的集合。

这里的短语"代码单位值"是一个 Unicode 术语。因此，范围A-z包括其 Unicode 代码单元值介于 A 和 z 之间的所有字符（包括 和 ）。此范围（0x41 - 0x7A）包含六个非字母字符：

U+005B  [   5b  LEFT SQUARE BRACKET
U+005C  '   5c  REVERSE SOLIDUS
U+005D  ]   5d  RIGHT SQUARE BRACKET
U+005E  ^   5e  CIRCUMFLEX ACCENT
U+005F  _   5f  LOW LINE
U+0060  `   60  GRAVE ACCENT

/[A-z]/范围表示代码范围从 65 到 122，这也包括 94，这是^

这就是/[A-z]/匹配^或[或]或_等的原因。

请注意，在正则表达式中，插入符号表示新行的开头。如果您指的是文字插入符号字符，则必须使用反斜杠对其进行转义。

但是，anubhava上面的答案是您看到这种行为的原因。

相关文章：