JavaScript中\p{Emoji_Presentation}匹配部分Emoji异常问题问询

异常原因 #

• 国旗Emoji（如🇬🇧）：这类Emoji是两个区域指示符号的组合。Node.js v18及更早版本的Unicode支持库没把这类组合纳入\p{Emoji_Presentation}的覆盖范围，所以匹配失败；v20更新了Unicode数据库，补上了这部分支持，因此能正常匹配。
• 组合式Emoji（如👨‍👩‍👦）：这类是用**零宽连接符（U+200D）**把多个基础Emoji拼接成的序列。原正则^\p{Emoji_Presentation}+$只能识别单个Emoji字符，处理不了包含U+200D的组合结构，所以匹配失败。

解决办法 #

调整正则表达式，同时覆盖单个Emoji、国旗Emoji和组合式Emoji场景：

const regex = /^(?:\p{Emoji_Presentation}(?:\u200D\p{Emoji_Presentation})*|[\p{Regional_Indicator}]{2})+$/u;

// 测试验证
regex.test('🍕') // true
regex.test('🇬🇧') // Node.js v18/v20均返回true
regex.test('👨‍👩‍👦') // Node.js v18/v20均返回true

正则说明 #

• \p{Emoji_Presentation}(?:\u200D\p{Emoji_Presentation})*：匹配单个Emoji，或者多个由U+200D连接的Emoji组合序列
• [\p{Regional_Indicator}]{2}：专门匹配两个区域指示符组成的国旗Emoji
• (?:...|...)：把两种Emoji类型的规则打包成一个可重复的单元
• +：允许连续匹配多个上述单元（比如多个独立Emoji连在一起的情况）

内容的提问来源于stack exchange，提问作者Gus