在Javascript中匹配漢字的正則表達式

Question

我有一個正則表達式/\ s *，\ s */匹配左空格，後跟逗號，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 

例子有中國特色：

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

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

我通過this鏈接去，但沒有太多的信息在那裏我可以在我的場景中使用。爲中文字符創建正則表達式並分割它們真的不可能嗎？

Answer 1

ASCII逗號與您在中文文本中的逗號不匹配。無論是與中國一（\uFF0C）替換ASCII逗號（\x2C），或使用一個字符類[，,]同時匹配：

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

這裏是一個正則表達式將匹配提到的所有逗號在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）和爲了與ES5正則表達式標準兼容，（SIGNWRITING COMMA）必須是transpiled，作爲\uD805\uDC4D和\uD836\uDE87。

以下逗號處理：