526互联

在JavaScript中移除字符串中的重音符号/变音符号

发布时间 2023-11-02 20:40:40作者: 小满独家

内容来自 DOC https://q.houxu6.top/?s=在JavaScript中移除字符串中的重音符号/变音符号

如何从字符串中移除重音符号？
特别是在IE6中，我曾经使用过以下代码：

accentsTidy = function(s){
    var r=s.toLowerCase();
    r = r.replace(new RegExp(/\s/g),"");
    r = r.replace(new RegExp(/[àáâãäå]/g),"a");
    r = r.replace(new RegExp(/æ/g),"ae");
    r = r.replace(new RegExp(/ç/g),"c");
    r = r.replace(new RegExp(/[èéêë]/g),"e");
    r = r.replace(new RegExp(/[ìíîï]/g),"i");
    r = r.replace(new RegExp(/ñ/g),"n");                
    r = r.replace(new RegExp(/[òóôõö]/g),"o");
    r = r.replace(new RegExp(/œ/g),"oe");
    r = r.replace(new RegExp(/[ùúûü]/g),"u");
    r = r.replace(new RegExp(/[ýÿ]/g),"y");
    r = r.replace(new RegExp(/\W/g),"");
    return r;
};

但是IE6会报错，似乎它不喜欢我的正则表达式。

使用ES2015/ES6的String.prototype.normalize()方法，

const str = "Crème Brulée"
str.normalize("NFD").replace(/[\u0300-\u036f]/g, "")
> "Creme Brulee"

注意：如果需要将\uFB01（fi）规范化为fi，请使用NFKD。

这里发生了两件事：

  1. 将字符串归一化为NFD Unicode规范形式，将组合字形分解为简单字形的组合。Crème中的è变为e + ̀。
  2. 使用正则表达式字符类匹配U+0300 → U+036F范围，现在可以全局去除变音符号，这些变音符号由Unicode标准方便地归类为组合变音符号 Unicode块。

截至2021年，还可以使用Unicode属性转义符：

str.normalize("NFD").replace(/\p{Diacritic}/gu, "")

有关性能测试的评论。

或者，如果您只想要排序

Intl.Collator对~95%的字符集提供了足够的支持，而且还有一个polyfill可用here，但我没有测试过它。

const c = new Intl.Collator();
["creme brulee", "crème brulée", "crame brulai", "crome brouillé",
"creme brulay", "creme brulfé", "creme bruléa"].sort(c.compare)
["crame brulai", "creme brulay", "creme bruléa", "creme brulee",
"crème brulée", "creme brulfé", "crome brouillé"]

["creme brulee", "crème brulée", "crame brulai", "crome brouillé"].sort((a,b) => a>b)
["crame brulai", "creme brulee", "crome brouillé", "crème brulée"]