在Javascript中匹配汉字的正则表达式

Question

我有一个正则表达式/\ s *，\ s */匹配左空格，后跟逗号，右空格。

例子：

var str = "john,walker james , paul"; 
var arr = str.split(/\s*,\s*/); 
Values in arr = [john,walker james,paul] // Size: 3 

例子有中国特色：

var str = "继续，取消 继续 ，取消"; 
var arr = str.split(/\s*,\s*/); 
Values in arr = ["继续，取消 继续 ，取消"] // Size: 1, All values at index 0 no splitting happened 

试图分裂字符，Unicode字符：

var str = "john,walker james , paul"; 
var arr = str.split(/\u0020*\u002C\u0020*/); 
Values in arr = [john,walker james,paul] // Size: 3 

var str = "继续，取消 继续 ，取消"; 
var arr= str.split(/\u0020*\u002C\u0020*/); 
Values in arr = ["继续，取消 继续 ，取消"] 
// Size: 1, All values at index 0 no splitting happened 

我通过this链接去，但没有太多的信息在那里我可以在我的场景中使用。为中文字符创建正则表达式并分割它们真的不可能吗？

Answer 1

ASCII逗号与您在中文文本中的逗号不匹配。无论是与中国一（\uFF0C）替换ASCII逗号（\x2C），或使用一个字符类[，,]同时匹配：

var str = "继续，取消 继续 ，取消"; 
 
console.log(str.split(/\s*[，,]\s*/));

这里是一个正则表达式将匹配提到的所有逗号在Comma Wikipedia page：

/\s*(?:\uD805\uDC4D|\uD836\uDE87|[\u002C\u02BB\u060C\u2E32\u2E34\u2E41\u2E49\u3001\uFE10\uFE11\uFE50\uFE51\uFF0C\uFF64\u00B7\u055D\u07F8\u1363\u1802\u1808\uA4FE\uA60D\uA6F5\u02BD\u0312\u0313\u0314\u0315\u0326\u201A])\s*/ 

注意U+1144D（NEWA COMMA）和为了与ES5正则表达式标准兼容，（SIGNWRITING COMMA）必须是transpiled，作为\uD805\uDC4D和\uD836\uDE87。

以下逗号处理：