如何用正则表达式支持UTF-16编码处理长尾词疑问？

本文共计452个文字，预计阅读时间需要2分钟。

正则表达式用于匹配字符串，其中u修饰符表示：此修饰符标识能够识别大于uFFFF的Unicode字符。也就是说，会正确处理大于uFFFF的Unicode字符。同时，也会正确处理四个字节的UTF-16编码。此修饰符是ES2015新增的，更多正则表达式新特性可以参考ES2015正则表达式。

正则表达式u修饰符:

此修饰符标识能够正确处理大于\uFFFF的Unicode字符。
也就是说，会正确处理四个字节的UTF-16编码。
此修饰符是ES2015新增，更多正则表达式新特性可以参阅ES2015 正则表达式新增特性一章节。
更多正则表达式教程可以参阅正则表达式教程板块。

代码实例:

console.log(/^\uD842/u.test("\uD842\uDFB7"))

输出false，由于"\uD842\uDFB7"是一个四个字节的UTF-16编码，代表一个字符，所以如果正则表达式带有u修饰符，那么就能够识别它。

console.log(/^\uD842/.test("\uD842\uDFB7"))

输出true；不加u修饰符，那么就无法将四个字节的UTF-16编码识别为一个字符，所以就可以产生匹配。