js の RegExp における空白 \s と \p{WHITE_SPACE}
結論
現時点では同等ではない
\s は \p{WHITE_SPACE} のサブセットになっていて、\u0085 を含まない。
調査
\s はjsで空白とみなすもの、行末文字にマッチするとのこと
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Lexical_grammar#white_space
U+0009 水平タブ
U+000B 垂直タブ
U+000C 改ページ (FF)
U+0020 通常の空白 (SP)
U+00A0 空白だが改行禁止 NBSP
U+FEFF ゼロ幅のNBSP。文頭でBOMとしても使われているやつ。(ZWNBSP)
\p{General_Category=Space_Separator}
https://util.unicode.org/UnicodeJsps/list-unicodeset.jsp?a=\p{General_Category%3DSpace_Separator}
現時点では 17 コードポイントある
\u0020\u3000\u1680\u2000-\u2006\u2008-\u200A\u205F\u00A0\u2007\u202F
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Lexical_grammar#line_terminators
U+000A 改行 (\n)
U+000D キャリッジ・リターン (\r)
U+2028 LS
U+2029 PS
\p{WHITE_SPACE}
https://util.unicode.org/UnicodeJsps/list-unicodeset.jsp?a=\p{White_Space}&g=&i=
現時点では 25 コードポイントある
\u0009-\u000D \u0085 \u2028 \u2029 \u0020\u3000\u1680\u2000-\u2006\u2008-\u200A\u205F\u00A0\u2007\u202F
分解してみていく
\u0009-\u000D
下一桁が 9,A,B,C,D の5個
これはぜんぶ \s にある
\u0085
**これだけ \s に無い**
NELと呼称され、改行に相当する。不可視のコードポイント。
\u2028 \u2029
LS PS
\s にある
\u0020\u3000\u1680\u2000-\u2006\u2008-\u200A\u205F\u00A0\u2007\u202F
これは \p{General_Category=Space_Separator} に一致
検証
確かに、\u0085 は \s にはマッチしない。
https://scrapbox.io/files/68016304ac52bd82156d474f.png
#tech #web #regexp