let regex1 = "(\\ud83d\\udc68)"
let regex2 = "(\\ud83d[\\udc68-\\udc69])"
"👨".capturedGroupsFull(forRegex: regex1)
// returns 1 match: [(.0 "👨", .1 {0, 2})]
"👨".capturedGroupsFull(forRegex: regex2)
// returns nil
为什么第一行返回一个匹配项而第二行没有匹配项?
- 两个正则表达式在 regex101 上都可以正常工作。 (例如设置为
javascript 并使用第二个正则表达式作为
(\ud83d[\udc68-\udc69])
)。 - 我是 使用 Swift 4.0。
- 此正则表达式
"(\\ud83d[\\udc68])"
还将 在 Playground 中测试时返回nil
。
您可以在下面找到我用来检索匹配项的完整代码。
extension String {
func capturedGroupsFull(forRegex regex: String) -> [(String, NSRange)]? {
let expression: NSRegularExpression
do {
expression = try NSRegularExpression(pattern: regex, options: [.caseInsensitive])
} catch {
return nil
}
let nsString = self as NSString
let matches = expression.matches(in: self, options: [], range: NSRange(location:0, length: nsString.length))
guard let match = matches.first else { return nil }
var results = [(String, NSRange)]()
for match in matches {
let range = match.range
let matchedString = nsString.substring(with: range)
results.append((matchedString, range))
}
return results
}
}
最佳答案
为什么第一行返回一个匹配项而第二行没有匹配项?
正如已经评论过的,NSRegularExpression
适用于 Unicode 代码点,(普通)JavaScript 正则表达式适用于 UTF-16 代码单元。
某些模式,如 "\\ud83d\\udc68"
,由有效的代理对组成,可以优化为单个 Unicode 代码点 U+1F468,但此功能并不好- 已记录,因此您不应依赖它,如示例 “(\\ud83d[\\udc68])”
中所示。
我建议不要使用 \uhhhh
的代理对,而是使用 \UHHHHHHHH
(或 \x{hhhh}
) BMP 字符。
let regex1 = "(\\U0001F468)" //or "(\\x{1F468})"
let regex2 = "([\\U0001F468-\\U0001F469])" // or "([\\x{1F468}-\\x{1F469}])"
"👨".capturedGroupsFull(forRegex: regex1)
// -> [(.0 "👨", .1 {0, 2})]
"👨".capturedGroupsFull(forRegex: regex2)
// -> [(.0 "👨", .1 {0, 2})]
最近的 JavaScript 正则表达式接受 u
选项以使其与 Unicode 代码点一起使用,请尝试以下操作:
/(\u{1F468})/u
/([\u{1F468}-\u{1F469}])/u
您可以使用 JavaScript 语法轻松测试正则表达式模式,并将其转换为 NSRegularExpression
语法,将 \u
替换为 \x
(并删除/
和 /u
)。
关于swift - 正则表达式 unicode 在 swift 中不起作用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49561982/