正規表現 /\P{C}/uをmatchメソッド、pettern属性で使いたい

前回の投稿の続きになります。
https://teratail.com/questions/32811

表題にある通りですが、

正規表現 /\P{C}/uをjsのmatchメソッド、またはhtmlのpettern属性で使うにはどのような書き方をすればいいでしょうか？

現在エラーチェックをしようとしているのですが、以下のような書き方をするとシンタックスエラー、もちろんクオートで囲むと文字列として認識されてしまいうまくいきません。

var reg = /\P{C}/u;
if(val = match.(reg)){
alert(”制御文字は入力できません。”);
return false;
}

pettern属性に関してもpettern属性の使い方はわかるのですが、そこに設定する上記の正規表現の書き方がわからないでいます。

もしわかる方がいらっしゃいましたらお答え頂けると助かります。よろしくお願い致します。

行動規範の内容に同意します

回答3件

ベストアンサー

外部のライブラリ
のようなものを使わないと javascriptで \P 使えません

制御文字は入力できませんを出したいなら
/[\x00-\x1f\x7f-\x9f]/
とかを検討してみてください。

投稿2016/04/20 04:24

退会済みユーザー

総合スコア0

k499778

2016/04/20 11:33

回答ありがとうございます。そうなんですね。jsでは \P を使えないと知れただけでもよかったです。結果から言うと、phpを使って処理しました。 ajaxを使ってサーバー側(php)に入力値を飛ばし、preg_matchメソッドで上記の正規表現を使って判定し、再度js側で返ってきた判定を使ってアラート処理を行いました。アドバイスしていただきありがとうございました。

行動規範の内容に同意します

コードの要件を推測する限り、正しいJavaScriptコードとHTMLは以下になると思います。

JavaScript
1/* 変数valに判定対象の文字列が代入されているものとします */
2
3// Cプロパティを持つUnicode文字1字にマッチするパターン
4var reg = /\p{C}/;
5
6// Cプロパティを持つUnicode文字が1文字でも含まれていたら、
7// alertを出す
8if (reg.test(val)) { 
9  alert("制御文字は入力できません。");
10  return false;
11}

HTML
1<!-- 値が1字以上で、かつ、Cプロパティを持たないUnicode文字のみで構成されているか判定 -->
2<input type=text pattern="^\P{C}+$">

また、それぞれのパターンの意味はPHPのPCRE正規表現を参考に、以下と仮定します。

\p{C}：Cプロパティを持つUnicode文字（制御文字など）にマッチするパターン
\P{C}：Cプロパティを持たないUnicode文字（制御文字など以外）にマッチするパターン

以上を前提とし、解説していくものとします。

まず、JavaScriptの正規表現には、\p{C}や\P{C}などの記述でUnicode文字の範囲を示すことができる「Unicode文字プロパティ」が存在しません。
また、maisumakunさんの解答のとおり、HTMLのpattern属性の正規表現はJavaScriptのものであるため、同じくpattern属性でも存在しません。

このため、そのUnicode文字プロパティが示す範囲の文字にマッチするパターンを直接書かなくてはなりません。
まずは、どちらかと言えば簡単な\p{C}のパターンから解答します。

\p{C}はCプロパティを持つ文字を示すパターンです。このため、Cプロパティの文字にマッチするパターンを自力で書くことになります。
ですが、Unicode文字プロパティの文字集合のデータは、mathiasbynens/unicode-dataで公開されていますので、ここの正規表現をそのまま流用しましょう。
現在（2016年4月20日）はUnicode 8.0.0が最新版であるため、ここではunicode-data/8.0.0/categoriesのデータを利用します。

Cプロパティの正規表現は、unicode-data/8.0.0/categories/C-regex.jsに書かれています。\p{C}の場合は、これをそのまま利用すれば良いわけです。
この正規表現を利用した、正しく動作するJavaScriptコードは以下になります。
（字数制限のため、外部ページとなります）

http://pastebin.com/vs2VrJjB

次に、\P{C}のパターンを解答します。

\P{C}はCプロパティを持たない文字を示すパターンです。
このため、先ほどのパターンの否定にマッチすればいい…のですが、一筋縄ではいきません。

mathiasbynens/unicode-dataでは\P{C}に該当する正規表現は公開されていません。
このため、何かしらの方法で生成しなくてはなりません。
そこで、以下の質問で試みられているのと同じように、mathiasbynens/regenerateを使用して正規表現パターンを生成します。

JavaScript - 合成除外の文字以外で構成された文字列の置換を正規表現で行いたい(21268)｜teratail

unicode-data/8.0.0/categories/C-code-points.jsには、Cプロパティの文字一覧が数値によるコードポイントの配列データとして記述されています。
これを、以下のコードで動作させることで、\P{C}の正規表現パターンを生成できます。

JavaScript
1var C_code_points = [ /* C-code-points.jsの配列データ */ ];
2var rg = regenerate()
3  // 全てのUnicode文字を追加
4  .addRange(0, 0x10FFFF);
5
6C_code_points
7  .forEach(function(code_point) {
8    // Cプロパティを持つ文字を順に削除していく
9    rg = rg.remove(code_point);
10  });
11
12// \P{C} と同じ意味のパターンを生成
13console.log(rg.toString());