如何在JavaScript字符串中替换不匹配代理对为替换字符？

JavaScript里没有专门匹配未配对代理对的内置正则字符类，必须通过额外的正则逻辑来处理。

UTF-16代理对由高代理码元（范围 U+D800 到 U+DBFF）和紧随其后的低代理码元（范围 U+DC00 到 U+DFFF）组成，单独存在的高/低代理都是不合法的，需要替换为替换字符（通常用 \uFFFD）。

具体处理分两步：

• 先替换无后续低代理的高代理

  // 匹配高代理且后面没有低代理的情况
  str = str.replace(/[\uD800-\uDBFF](?![\uDC00-\uDFFF])/g, '\uFFFD');
  

• 再替换无前序高代理的低代理
  如果你的运行环境支持ES2018及以上的后行断言，可以用：

  // 匹配低代理且前面没有高代理的情况
  str = str.replace(/(?<![\uD800-\uDBFF])[\uDC00-\uDFFF]/g, '\uFFFD');
  

  若环境不支持后行断言，改用分组匹配的方式：

  // 匹配开头或非高代理后的低代理
  str = str.replace(/(^|[^\uD800-\uDBFF])([\uDC00-\uDFFF])/g, '$1\uFFFD');
  

注意必须按先高代理后低代理的顺序处理，避免误判合法代理对中的低代理。

内容的提问来源于stack exchange，提问作者user3064538