Javascript 正则表达式替换必须保留德语变异元音

Posted 2023-03-24

【中文标题】Javascript 正则表达式替换必须保留德语变异元音

【英文标题】：Javascript regex replace has to keep german mutated vowels

【发布时间】：2016-06-12 05:17:07

【问题描述】：

在搜索字段中，应该只允许使用常规字符和德语变异元音，如 ä、ö、ü、Ä、Ö、Ü 和 ß。

我的正则表达式看起来像：

/(<([^>]+)>)|[^a-zA-Z0-9äöüÄÖÜß\s]/ig

替换：

phrase.replace(regex, "")

替换前：

Ärzte

替换后：

rzte

不幸的是，变异元音被替换删除了。任何保留这些字符的建议都表示赞赏。

提前致谢。

【问题讨论】：

我无法重现错误 (demo)

确保您的源代码（文件）具有 UTF-8 字符集

同上，它非常适合我。

确实我无法将源文件转换为 utf-8。我解决它的方式就像下面的 Aarons 解决方案，知道十六进制值只是一种解决方法而不是完美的。 /(]+)>)|[^a-zA-Z0-9\xE4\xF6\xFC\xC4\xD6\xDC\xDF\s]/ig

@BernhardKraus 老实说，这确实不是一种解决方法。在正则表达式中有一些特殊字符会被转义，使用十六进制代码类似于这样做。此外，正如我在帖子中所说，有很多正则表达式脚本试图验证电子邮件地址等，这些正则表达式脚本几乎总是使用十六进制代码作为重音字符。很抱歉，georg 写下了我的答案并让您质疑它，但按照我建议的方式进行操作确实是最佳实践，至少在 Internet 的 javascript 中是这样。对使用十六进制代码有信心，这没有错！ :)

【参考方案1】：

问题很可能是字符集未设置为 UTF-8。您应该修复您的字符集，但更好的做法可能是对该正则表达式使用十六进制代码，而不是直接使用该字符，然后在其中留下一些 cmets，以便您记住十六进制代码的用途。

检查这是否有效

phrase.replace(/(<([^>]+)>)|[^a-z0-9\xE4\xF6\xFC\xC4\xD6\xDC\xDF\s]/ig, "\n")

您可以从这里找到其他一些十六进制转义符 http://www.javascripter.net/faq/accentedcharacters.htm

【讨论】：

不好的建议。他们需要修复其编码，而不是创建损害可读性的解决方法。

向我解释为什么它在官方标准中使用十六进制转义，以及为什么互联网上大多数尝试电子邮件验证的基于 JS 的正则表达式都使用十六进制转义..regular-expressions.info/email.html（向下滚动到 RFC 5322） .为什么不采用最实用的方式，然后在正则表达式之后立即发表评论，以便读者可以看到十六进制代码的字符。

我觉得奇怪的是，一个有效且完全解释的答案被视为“坏建议”，当它是一个完全实用的问题解决方案时（并且，从上面的对话来看，应该是公认的答案)。

谢谢@ChrisLear。我只是不喜欢*** down 投票系统。似乎更倾向于观点而不是事实。

感谢 Aaron 的上述评论。您的解决方案已被投票并标记为正确答案。最后，如果开发人员看到不好的建议或解决问题的正确方法，这似乎是一个见仁见智的问题。感谢您的帮助。