ES2018 – שימוש ביוניקוד בביטויים רגולריים

טוב, זה דבר די מגניב שאפשר לעשות בביטויים רגולריים (שזה התרגום ל regular expression בעברית, יא נודניקים) וזה די העיף לי את הראש. מה הערך של זה? יש לזה ערך רב ובכל מקרה, כיף ואפילו טוב לדעת. נתחיל? בטח שנתחיל.

אז את הפלאג של u לביטויים רגולריים אתם מכירים? זה מאפשר לנו תמיכה ביוניקוד. למשל, הקוד המדהים הבא:

let a = /?$/u.test('?'); // true

טוב, מצחיק? כן. משעשע? כן. שימושי? לסבתא בערך. אבל מה דעתכם למשל על קוד שמגלה אם מחרוזת הטקסט הזו בעברית?

let a = /^\p{Script=Hebrew}+$/u.test('עברית'); // true

תפסתי את תשומת הלב שלכם? הדבר הזה נכנס עכשיו ב-ES2018 – תכונות יוניקוד או unicode properties. ויש כל כך הרבה מהן! הפורמט הוא פשוט ביותר:

\p{LoneUnicodePropertyNameOrValue}

האותיות p\ ואז סוגריים מסולסלות שיש בתוכן את התכונות של היוניקוד – ניתן עם שם התכונה והערך או רק תכונה מסוימת.

let a = /\p{General_Category=Lowercase_Letter}$/u.test('a'); // true

יוניקוד זה עולם ומלואו, אז אני אנסה להכנס כאן לפוקוס. בקישור הזה יש פירוט מלא של תכונות unicode.

בגדול יש לנו כמה קטגוריות של תכונות.

הראשונה היא script. אותה כבר ראינו. Unicode Scripts היא

let a = /^\p{Script=Greek}+$/u.test('μετά') // true

בגדול מדובר במערכות כתב. לא באיזו דרך ממבו ג׳מבו למצוא שפה. הביטוי הרגולרי מוודא שהאותיות הן בטווח מסוים במערכת הכתב. כלומר אם תכניסו רווח, שנמצא בטווח של האותיות הלטיניות, הוא לא יזהה אותו כעברית.

let a = /^\p{Script=Hebrew}+$/u.test('שתי מילים') // false

אם אנחנו רוצים להיות יותר ספציפיים בטווחים, אפשר לעבור לקטגוריה השניה – General_Category. כאן אפשר למצוא דברים מאוד מעניינים כמו מקפים למשל (כל הסוגים).

let a = /^\p{General_Category=Dash_Punctuation}+$/u.test('-־') // true

או למשל סימני מטבעות:

let a = /^\p{General_Category=Currency_Symbol}+$/u.test('$') // true

אני רק מזכיר שמדובר בתו אחד, אפשר לשלב את זה איפה שרוצים. למשל, אם אני רוצה לתפוס מספר וסוג מטבע (למשל 400$ או 400₪) אז אני אעשה משהו כזה:

let a = /^\p{General_Category=Currency_Symbol}[0-9]+$/u.test('₪400') // true

כאשר תו היוניקוד הוא רק חלק (קטן) מתוך הביטוי הרגולרי המלא.

ניתן להשתמש באות הגדולה P על מנת לעשות שלילה – למשל כל תו שהוא לא סימן כספי:

let a = /^\P{General_Category=Currency_Symbol}$/u.test('₪') // false

ה-P הגדולה היא בעצם שלילה.

התוספת הזו לתקן מעשירה מאוד את עניין היוניקוד בביטויים רגולריים ונותנת לנו עוד לא מעט כוח בכל מה שקשור לעבודה עם ביטויים רגולריים מדויקים יותר ונרחבים יותר.