feat: update translation

Author: leviding

9-regular-expressions/03-regexp-unicode/article.md

@@ -1,117 +1,111 @@
-# Unicode：修饰符 “u” 和 class \p{...}
+# Unicode：修饰符 "u" 和 class \p{...}
 
-JavaScript 使用 [Unicode 编码](https://en.wikipedia.org/wiki/Unicode) （Unicode encoding）对字符串进行编码。大多数字符使用 2 个字节编码，但这种方式只能编码最多 65536 个字符。
+JavaScript 对字符串使用 [Unicode 编码](https://en.wikipedia.org/wiki/Unicode)。大多数字符使用 2 个字节编码，但这种方式只能编码最多 65536 个字符。
 
-这个范围不足以对所有可能的字符进行编码，这就是为什么一些罕见的字符使用 4 个字节进行编码，比如 `𝒳` （数学符号 X）或者 `😄` （笑脸），一些象形文字等等。
+这个范围不足以对所有可能的字符进行编码，这就是为什么使用 4 个字节对一些罕见的字符进行编码，比如 `𝒳`（数学符号 X）或 `😄`（笑脸），一些象形文字等等。
 
-以下是一些字符对应的 unicode 编码：
+下面是一些字符对应的 Unicode 值：
 
-| 字符         | Unicode   | unicode 中的字节数     |
+| 字符         | Unicode   | Unicode 中的字节数     |
 | ------------ | --------- | ---------------------- |
 | a            | `0x0061`  | 2                      |
 | ≈            | `0x2248`  | 2                      |
 | 𝒳            | `0x1d4b3` | 4                      |
 | 𝒴            | `0x1d4b4` | 4                      |
 | 😄           | `0x1f604` | 4                      |
 
-所以像 `a` 和 `≈` 这样的字符占用 2 个字节，而 `𝒳`，`𝒴` 和 `😄` 的对应编码则更长，它们具有 4 个字节的长度。
+所以像 `a` 和 `≈` 这样的字符占用 2 个字节，而 `𝒳`，`𝒴` 和 `😄` 的对应编码则更长，占用 4 个字节。
 
-很久以前，当 JavaScript 被发明出来的时候，Unicode 的编码要更加简单：当时并没有 4 个字节长的字符。所以，一部分语言特性在现在仍旧无法对 unicode 进行正确的处理。
+很久以前，当 JavaScript 被发明出来的时候，Unicode 编码要更加简单：当时没有 4 个字节的字符。所以，有些语言功能现在仍无法正确处理它们。
 
-比如 `length` 认为这里的输入有 2 个字符：
+比如 `length` 认为这里有 2 个字符：
 
 ```js run
 alert('😄'.length); // 2
 alert('𝒳'.length); // 2
 ```
 
-...但我们可以清楚地认识到输入的字符只有一个，对吧？关键在于 `length` 把 4 个字节当成了 2 个 2 字节长的字符。这是不对的，因为它们必须被当作一个整体来考虑。（即所谓的“代理伪字符”（surrogate pair），你可以在这里进一步阅读有关的的信息 <info:string>）。
+……但我们可以清楚地认识到这里只有一个字符，对吧？关键在于 `length` 把 4 个字节当成了 2 个 2 字节长的字符。这是不对的，因为它们必须被当作一个整体来考虑（即所谓的“代理对（surrogate pair）”，你可以在 <info:string> 中阅读关于代理对的更多信息）。
 
-默认情况下，正则表达式同样把一个 4 个字节的“长字符”当成一对 2 个字节长的字符。正如在字符串中遇到的情况，这将导致一些奇怪的结果。我们将很快在后面的文章中遇到 <info:regexp-character-sets-and-ranges>。
+默认情况下，正则表达式也会把一个 4 个字节的“长字符”当成一对 2 个字节长的字符。正如在字符串中遇到的情况，这将导致一些奇怪的结果。我们很快会在后面的章节 <info:regexp-character-sets-and-ranges> 中遇到。
 
-与字符串有所不同的是，正则表达式有一个修饰符 `pattern:u` 被用以解决此类问题。当一个正则表达式使用这个修饰符后，4 个字节长的字符将被正确地处理。同时也能够用上 Unicode 属性（Unicode property）来进行查找了。我们接下来就来了解这方面的内容。
+与字符串有所不同的是，正则表达式有一个修饰符 `pattern:u` 被用以解决此类问题。当一个正则表达式带有这个修饰符后，4 个字节长的字符将被正确地处理。同时也能够使用 Unicode 属性进行查找了，我们接下来就一起学习它吧。
 
-## Unicode 属性（Unicode properties）\p{...}
+## Unicode 属性 \p{...}
 
-```warn header="在 Firefox 和 Edge 中缺乏支持"
-尽管 unicode property 从 2018 年以来便作为标准的一部分, 但 unicode 属性在 Firefox ([bug](https://bugzilla.mozilla.org/show_bug.cgi?id=1361876)) 和 Edge ([bug](https://github.com/Microsoft/ChakraCore/issues/2969)) 中并没有相应的支持。
+Unicode 中的每个字符都有很多属性。它们描述了字符所属的“类别”，包含了关于字符的各种信息。
 
-目前 [XRegExp](http://xregexp.com) 这个库提供“扩展”的正则表达式，其中包括对 unicode property 的跨平台支持。
-```
-
-Unicode 中的每一个字符都具有很多的属性。它们描述了一个字符属于哪个“类别”，包含了各种关于字符的信息。
-
-例如，如果一个字符具有 `Letter` 属性，这意味着这个字符归属于（任意语言的）一个字母表。而 `Number` 属性则表示这是一个数字：也许是阿拉伯语，亦或者是中文，等等。
+例如，如果一个字符具有 `Letter` 属性，这意味着这个字符归属于（任意语言的）字母表。而 `Number` 属性则表示这是一个数字：也许是阿拉伯数字，亦或是中文数字，等等。
 
-我们可以查找具有某种属性的字符，写作 `pattern:\p{…}`。为了顺利使用 `pattern:\p{…}`，一个正则表达式必须使用修饰符 `pattern:u`。
+我们可以查找具有某种属性的字符，写作 `pattern:\p{…}`。为了使用 `pattern:\p{…}`，一个正则表达式必须使用修饰符 `pattern:u`。
 
-举个例子，`\p{Letter}` 表示任何语言中的一个字母。我们也可以使用 `\p{L}`，因为 `L` 是 `Letter` 的一个别名（alias）。对于每种属性而言，几乎都存在对应的缩写别名。
+举个例子，`\p{Letter}` 表示任何语言中的一个字母。我们也可以使用 `\p{L}`，因为 `L` 是 `Letter` 的一个别名。对于每种属性而言，几乎都存在对应的缩写别名。
 
-在下面的例子中 3 种字母将会被查找出：英语、格鲁吉亚语和韩语。
+在下面的例子中会找出来 3 种字母：英语、格鲁吉亚语和韩语。
 
 ```js run
 let str = "A ბ ㄱ";
 
 alert( str.match(/\p{L}/gu) ); // A,ბ,ㄱ
-alert( str.match(/\p{L}/g) ); // null（没有匹配的文本，因为没有修饰符“u”）
+alert( str.match(/\p{L}/g) ); // null（没有匹配项，因为没有修饰符 "u"）
 ```
 
 以下是主要的字符类别和它们对应的子类别：
 
-- 字母（Letter） `L`:
-  - 小写（lowercase） `Ll`
-  - 修饰（modifier） `Lm`,
-  - 首字母大写（titlecase） `Lt`,
-  - 大写（uppercase） `Lu`,
-  - 其它（other） `Lo`。
-- 数字（Number） `N`:
-  - 十进制数字（decimal digit） `Nd`,
-  - 字母数字（letter number） `Nl`,
-  - 其它（other） `No`。
-- 标点符号（Punctuation） `P`:
-  - 链接符（connector） `Pc`,
-  - 横杠（dash） `Pd`,
-  - 起始引用号（initial quote） `Pi`,
-  - 结束引用号（final quote） `Pf`,
-  - 开（open） `Ps`,
-  - 闭（close） `Pe`,
-  - 其它（other） `Po`。
-- 标记（Mark） `M` (accents etc):
-  - 间隔合并（spacing combining） `Mc`,
-  - 封闭（enclosing） `Me`,
-  - 非间隔（non-spacing） `Mn`。
-- 符号（Symbol） `S`:
-  - 货币（currency） `Sc`,
-  - 修饰（modifier） `Sk`,
-  - 数学（math） `Sm`,
-  - 其它（other） `So`。
-- 分隔符（Separator） `Z`:
-  - 行（line） `Zl`,
-  - 段落（paragraph） `Zp`,
-  - 空格（space） `Zs`。
-- 其它（Other） `C`:
-  - 控制符（control） `Cc`,
-  - 格式（format） `Cf`,
-  - 未分配（not assigned） `Cn`,
-  - 私有（private use） `Co`,
-  - 代理伪字符（surrogate） `Cs`。
+- 字母（Letter）`L`：
+  - 小写（lowercase）`Ll`，
+  - 修饰（modifier）`Lm`，
+  - 首字母大写（titlecase）`Lt`，
+  - 大写（uppercase）`Lu`，
+  - 其它（other）`Lo`。
+- 数字（Number）`N`：
+  - 十进制数字（decimal digit）`Nd`，
+  - 字母数字（letter number）`Nl`，
+  - 其它（other）`No`。
+- 标点符号（Punctuation）`P`：
+  - 连接符（connector）`Pc`，
+  - 横杠（dash）`Pd`，
+  - 起始引号（initial quote）`Pi`，
+  - 结束引号（final quote）`Pf`，
+  - 开（open）`Ps`，
+  - 闭（close）`Pe`，
+  - 其它（other）`Po`。
+- 标记（Mark）`M`（accents etc）：
+  - 间隔合并（spacing combining）`Mc`，
+  - 封闭（enclosing）`Me`，
+  - 非间隔（non-spacing）`Mn`。
+- 符号（Symbol）`S`：
+  - 货币（currency）`Sc`，
+  - 修饰（modifier）`Sk`，
+  - 数学（math）`Sm`，
+  - 其它（other）`So`。
+- 分隔符（Separator）`Z`：
+  - 行（line）`Zl`，
+  - 段落（paragraph）`Zp`，
+  - 空格（space）`Zs`。
+- 其它（Other）`C`：
+  - 控制符（control）`Cc`，
+  - 格式（format）`Cf`，
+  - 未分配（not assigned）`Cn`，
+  - 私有（private use）`Co`，
+  - 代理伪字符（surrogate）`Cs`。
 
 
 因此，比如说我们需要小写的字母，就可以写成 `pattern:\p{Ll}`，标点符号写作 `pattern:\p{P}` 等等。
 
 也有其它派生的类别，例如：
-- `Alphabetic` (`Alpha`), 包含了字母 `L`, 加上字母数字 `Nl` （例如 Ⅻ - 罗马数字 12），加上一些其它符号 `Other_Alphabetic` (`OAlpha`)。
+- `Alphabetic`（`Alpha`），包含了字母 `L`，加上字母数字 `Nl`（例如 Ⅻ —— 罗马数字 12），加上一些其它符号 `Other_Alphabetic`（`OAlpha`）。
 - `Hex_Digit` 包括 16 进制数字 `0-9`，`a-f`。
-- ...等等
+- ……等等。
 
-Unicode 支持相当数量的属性，列出整个清单需要占用大量的空间，因此在这里列出相关的链接：
+Unicode 支持很多不同的属性，列出整个清单需要占用大量的篇幅，因此在这里列出相关的链接：
 
-- 列出一个字符的所有属性 <https://unicode.org/cldr/utility/character.jsp>.
-- 按照属性列出所有的字符 <https://unicode.org/cldr/utility/list-unicodeset.jsp>.
+- 列出一个字符的所有属性：<https://unicode.org/cldr/utility/character.jsp>.
+- 按照属性列出所有的字符：<https://unicode.org/cldr/utility/list-unicodeset.jsp>.
 - 属性的对应缩写形式：<https://www.unicode.org/Public/UCD/latest/ucd/PropertyValueAliases.txt>.
 - 以文本格式整理的所有 Unicode 字符，包含了所有的属性：<https://www.unicode.org/Public/UCD/latest/ucd/>.
 
-### 实例：16 进制数字
+### 举例：16 进制数字
 
 举个例子，让我们来查找 16 进制数字，写作 `xFF` 其中 `F` 是一个 16 进制的数字（0..9 或者 A..F）。
 
@@ -123,45 +117,45 @@ let regexp = /x\p{Hex_Digit}\p{Hex_Digit}/u;
 alert("number: xAF".match(regexp)); // xAF
 ```
 
-### 实例：中文字符
+### 举例：中文字符
 
-让我们再来考虑中文字符。
+让我们再来查找中文字符。
 
-有一个 unicode 属性 `Script` （一个书写系统），这个属性可以有一个值：`Cyrillic`，`Greek`，`Arabic`，`Han` （中文）等等，[这里是一个完整的列表](https://en.wikipedia.org/wiki/Script_(Unicode))。
+有一个 Unicode 属性 `Script`（一个书写系统），这个属性可能有一个值：`Cyrillic`、`Greek`、`Arabic`、`Han`（中文）等等，[这里是一个完整的列表](https://en.wikipedia.org/wiki/Script_(Unicode))。
 
-为了实现查找一个给定的书写系统中的字符，我们需要使用 `pattern:Script=<value>`，例如对于西里尔字符：`pattern:\p{sc=Cyrillic}`, 中文字符：`pattern:\p{sc=Han}`，等等。
+要在给定的书写系统中查找字符，我们需要使用 `pattern:Script=<value>`，例如对于西里尔字母：`pattern:\p{sc=Cyrillic}`，中文象形文字：`pattern:\p{sc=Han}`，等等。
 
 ```js run
-let regexp = /\p{sc=Han}/gu; // returns Chinese hieroglyphs
+let regexp = /\p{sc=Han}/gu; // 返回中文象形文字
 
 let str = `Hello Привет 你好 123_456`;
 
 alert( str.match(regexp) ); // 你,好
 ```
 
-### 实例：货币
+### 举例：货币
 
-表示货币的字符，例如 `$`，`€`，`¥`，具有 unicode 属性 `pattern:\p{Currency_Symbol}`，缩写为 `pattern:\p{Sc}`。
+表示货币的字符，例如 `$`、`€` 和 `¥`，具有 Unicode 属性 `pattern:\p{Currency_Symbol}`，缩写为 `pattern:\p{Sc}`。
 
-让我们使用这一属性来查找符合“货币，接着是一个数字”的价格文本：
+让我们用它来查找格式为“货币，接着是一个数字”的价格：
 
 ```js run
 let regexp = /\p{Sc}\d/gu;
 
-let  str = `Prices: $2, €1, ¥9`;
+let str = `Prices: $2, €1, ¥9`;
 
 alert( str.match(regexp) ); // $2,€1,¥9
 ```
 
-之后，在文章 <info:regexp-quantifiers> 中我们将会了解如何查找包含很多位的数字。
+稍后，在文章 <info:regexp-quantifiers> 中我们将学习如何查找包含很多位的数字。
 
 ## 总结
 
-修饰符 `pattern:u` 在正则表达式中提供对 Unicode 的支持。
+修饰符 `pattern:u` 表示启用正则表达式中对 Unicode 的支持。
 
 这意味着两件事：
 
-1. 4 个字节长的字符被以正确的方式处理：被看成单个的字符，而不是 2 个 2 字节长的字符。
-2. Unicode 属性可以被用于查找中 `\p{…}`。
+1. 4 个字节长的字符被以正确的方式处理：被看成单个字符，而不是 2 个 2 字节长的字符。
+2. Unicode 属性可以被用于查找：`\p{…}`。
 
 有了 unicode 属性我们可以查找给定语言中的词，特殊字符（引用，货币）等等。