unicodeサロゲートペアにマッチする正規表現を作る
Emoticonでの例
/[\\u{1F600}-\\u{1F64F}]/u を /\\uD83D[\\uDE00-\\uDE4F]/ にしたこのページの下にある
convert-sarogate-pair.js を使う
ペアの1文字目が同じなので簡単。
2文字目だけrange指定すると、こうなる
/\\uD83D[\\uDE00-\\uDE4F]/ 簡単！
Miscellaneous Symbols and Pictographsでの例
こっちはちょっと面倒くさい
/[\\u{1F300}-\\u{1F5FF}]/u を /(?:\\uD83C[\\uDF00-\\uDFFF])|(?:\\uD83D[\\uDC00-\\uDDFF])/ にする
ペアの1文字目が
\uD83C と \uD83D で、違うペアの2文字目は、サロゲートペアでは
\uDC00 から \uDFFF までと範囲が決まっている2つに分けないと正規表現にできない
/\\uD83C[\\uDF00-\\uDFFF]/ と /\\uD83D[\\uDC00-\\uDDFF]/ になる2つを合体させる
/(?:\\uD83C[\\uDF00-\\uDFFF])|(?:\\uD83D[\\uDC00-\\uDDFF])/ になる (?: ) はnon-capturing parenthesesという、matchに含まれないグループ記法ですconvert-sarogate-pair.jsconst inputs = process.argv.slice(2)
function check (input) {
if (!/^0x[a-zA-Z\d]{5,6}$/.test(input)) {
console.error(`${input} is not a sarogate pair`)
console.error('e.g. 0x1F300')
process.exit(1)
}
}
for (const codeHex of inputs) {
check(codeHex)
showSarogatePair(codeHex)
}
function showSarogatePair (codeHex) {
const [high, low] = toCodePoint(parseInt(codeHex))
const sarogatePairUnicode = [high, low].map(i => '\\u' + i.toString(16).toUpperCase()).join('')
console.log(`${codeHex} => ${sarogatePairUnicode}`)
}
function toCodePoint (codeNum) {
const cp = codeNum - 0x10000
const high = 0xD800 | (cp >>> 10)
const low = 0xDC00 | (cp & 0x3FF)
return [high, low]
}