Lodash 源码分析

# hasUnicode

# Description

检查 string 是否包含 Unicode 符号

# Params

{String} string -- 要检查的字符串

# Return

Boolean

# Code

/** Used to compose unicode character classes. */
const rsAstralRange = '\\ud800-\\udfff'

const rsComboMarksRange = '\\u0300-\\u036f'
const reComboHalfMarksRange = '\\ufe20-\\ufe2f'
const rsComboSymbolsRange = '\\u20d0-\\u20ff'
const rsComboMarksExtendedRange = '\\u1ab0-\\u1aff'
const rsComboMarksSupplementRange = '\\u1dc0-\\u1dff'
const rsComboRange = rsComboMarksRange + reComboHalfMarksRange + rsComboSymbolsRange + rsComboMarksExtendedRange + rsComboMarksSupplementRange
const rsVarRange = '\\ufe0e\\ufe0f'

/** Used to compose unicode capture groups. */
const rsZWJ = '\\u200d'

/** Used to detect strings with [zero-width joiners or code points from the astral planes](http://eev.ee/blog/2015/09/12/dark-corners-of-unicode/). */
const reHasUnicode = RegExp(`[${rsZWJ + rsAstralRange + rsComboRange + rsVarRange}]`)

function hasUnicode(string) {
  return reHasUnicode.test(string)
}

# Analyze

  1. 其实整个代码一点都不复杂，就是正则测试，返回结果
  2. 难点在于所有的 Unicode , 匹配符合以下 /[\u200d\ud800-\udfff\u0300-\u036f\ufe20-\ufe2f\u20d0-\u20ff\u1ab0-\u1aff\u1dc0-\u1dff\ufe0e\ufe0f]/

# Remark

  1. Unicode on Wikipedia (opens new window)

  2. U+200D: 零宽连字 on Wikipedia (opens new window) (zero-width joiner，ZWJ）是一个控制字符，放在某些需要复杂排版语言（如阿拉伯语、印地语）的两个字符之间，使得这两个本不会发生连字的字符产生了连字效果

  3. U+D800-U+DFFF: UTF-16 on Wikipedia (opens new window) ,Unicode 标准规定 U+D800...U+DFFF 的值不对应于任何字符。但是在使用 UCS-2 的时代，U+D800...U+DFFF 内的值被占用，用于某些字符的映射。但只要不构成代理对，许多 UTF-16 编码解码还是能把这些不符合 Unicode 标准的字符映射正确的辨识、转换成合规的码元。按照 Unicode 标准，这种码元序列本来应算作编码错误。

  4. U+0300–U+036F: 组合附加符号 on Wikipedia (opens new window) ,（Combining Diacritical Marks、组合用附加符号、组合变音符、结合变音标记、组合音标附加符号）是一个包含最常见组合字符的 Unicode 区段。 它还包含字符的组合字位结合符，可以防止组合字符的规范重新排序；尽管在实际的表示法上、字符与附加符号是分开独立的，但该组合附加符号之字符在给定的上下文中将被视为单一的字位。

  5. U+FE20–U+FE2F: 组合用半符号 on Wikipedia (opens new window) 是一个 Unicode 区段，其中收录了可用于多种书写系统的变音符号

  6. U+20D0-U+20FF: 组合符号的变音符号 on Wikipedia (opens new window) , 组合符号的变音符号是一个Unicode块，其中包含箭头，点，附件和用于修改符号字符的覆盖图

  7. U+1AB0–U+1AFF: 组合变音标记扩展 on Wikipedia (opens new window) ,是一个 Unicode 区段，收录了德语方言学中使用的变音符号 “Teuthonista”

  8. U+1DC0-U+1DFF: 结合变音符号补充 on Wikipedia (opens new window) , 组合变音标记补编是一个Unicode块，其中包含用于乌拉尔语拼音字母，Medievalist表示法和德语方言（Teuthonista）的组合字符。 它是在组合变音标记块中找到的变音符号的扩展

  9. U+FE0E / U+FE0F: Emoji variation sequences contain VS16 (U+FE0F) for emoji-style (with color) or VS15 (U+FE0E) for text style (monochrome) (表情符号变体序列包含VS16（U + FE0F）（用于表情符号样式（带有颜色））或VS15（U + FE0E）（用于文本样式（单色））)

  10. Unicode 查询 (opens new window)
  11. Unicode 查询 (opens new window)
  12. Unicode (opens new window)

# Example

hasUnicode('a') // false
hasUnicode('b') // false
hasUnicode('😊') // true
hasUnicode('🇨🇳') // true

← Hash →