如何将含Unicode字符类转义的正则字符串转为正则对象？

问题描述 #

1. 正则构造失败问题 #

我有一个包含正则表达式的数据对象：

data = {regex : "/^[\p{L} .’_-]+$/u"}

在JS文件中使用该模式匹配字符串：

var s = "check";
var pattern = new RegExp(data.regex);
console.log(pattern.test(s));

上述代码无法正常工作，生成的正则对象变为//^[p{L} .’_-]+$/u/，匹配结果为false且出现多余斜杠。如何修正以得到形如/^[\p{L} .’_-]+$/u的正则对象？

2. 控制台输出差异问题 #

控制台输出存在如下差异：

const [, regexx, flags] = regex.match(/^\/(.*)\/([a-z]*)$/);
const pattern = new RegExp(regexx, flags);
console.log(pattern); //  /^[\p{L} .’_-]+$/u

var sampleregex = /^[\p{L} .’_-]+$/u
console.log(sampleregex) //  /^(?:[ \x2D\.A-Z_a-z\xAA\xB5\x....

为何会出现这种差异？如何让pattern变量的输出与sampleregex一致？

解决方案 #

一、修正正则构造错误 #

问题根源在于RegExp构造函数的使用方式：

• 直接传入带首尾/和标志的字符串时，构造函数会把整个字符串当作正则模式的一部分，包括/和u，因此生成了带多余斜杠的无效正则。
• 正确做法是拆分模式与标志，分别传入构造函数：

修正代码

// 注意：原字符串中的\需要转义为\\，否则JS会解析为无效转义
const data = {regex : "/^[\\p{L} .’_-]+$/u"};
// 提取模式和标志
const match = data.regex.match(/^\/(.*)\/([a-z]*)$/);
if (match) {
  const [, patternStr, flags] = match;
  const pattern = new RegExp(patternStr, flags);
  console.log(pattern.test("check")); // 输出 true
}

关键提示：原数据对象中的\p必须写成\\p——JS字符串中单个\是转义符，要表示字面量\必须用双斜杠，否则\p会被解析为p，导致\p{L}属性类失效。

二、控制台输出差异的原因与处理 #

差异原因

• 字面量声明的正则（sampleregex）：控制台输出时会显示编译后的展开形式，把Unicode属性类\p{L}转换成对应的ASCII范围和Unicode转义序列，这是JS引擎对字面量正则的默认格式化逻辑。
• RegExp构造函数创建的正则（pattern）：控制台输出时会显示构造时传入的原始模式字符串，不会自动展开Unicode属性类。

让输出一致的方法

两种正则的匹配功能完全一致，仅显示格式不同。如果非要强制输出格式一致，可通过以下方式（不推荐用于生产环境）：

// 将构造的正则转为字面量形式后用eval解析
const patternStr = pattern.source;
const flags = pattern.flags;
const sampleregexLike = eval(`/${patternStr}/${flags}`);
console.log(sampleregexLike); // 输出与sampleregex一致的展开形式

注意：eval存在安全风险，若模式或标志来自不可信来源，可能执行恶意代码，实际开发中建议接受显示差异即可。

内容的提问来源于stack exchange，提问作者Rifa Fatima