将 Javascript UTF-8 转换为 ASCII（如 PHP 中的 Iconv('UTF-8', 'ASCII//TRANSLIT', $string) ）

Posted 2023-02-24

【中文标题】将 Javascript UTF-8 转换为 ASCII（如 PHP 中的 Iconv(\'UTF-8\', \'ASCII//TRANSLIT\', $string) ）

【英文标题】：Convert Javascript UTF-8 to ASCII (like Iconv('UTF-8', 'ASCII//TRANSLIT', $string) in PHP)将 Javascript UTF-8 转换为 ASCII（如 PHP 中的 Iconv('UTF-8', 'ASCII//TRANSLIT', $string) ）

【发布时间】：2012-10-29 20:44:30

【问题描述】：

我想知道如何使用 javascript 将 UTF-8 中的字符“翻译”为最接近的 ASCII 等效字符，就像 php 中的 Iconv 所做的那样。

例子：

ü变成uó变成o

我宁愿不使用替换，因为 a) 它需要完整的字符集，这需要大量工作，并且 b) 我很难获得完整的字符集，我会永远不要确定我是否缺少一两个。

【问题讨论】：

当您说“UTF-8”时，您真的是指 UTF-8 吗？就像一串“字符”，其元素实际上根本不是字符，而只是提升为 16 位的 UTF-8 代码单元？还是您的意思是“Unicode”，即普通的 JavaScript UTF-16 字符串？

这是可能的，但除了将 Unicode 值映射到您（或某人）认为合适的任何 ASCII“等效”值之外，没有算法方法可以做到这一点。请注意，UTF-8 字符串可能包含 许多 个非常不同的字母表的代码点。

这个术语是“转录”或“音译”，可能有一些图书馆。

【参考方案1】：

我发现的最简单的方法：

var str = "üó";
var combining = /[\u0300-\u036F]/g; 

console.log(str.normalize('NFKD').replace(combining, ''));

https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/String/normalize

【讨论】：

唯一的缺点：它是 EcmaScript 6 的一部分，并不适用于所有浏览器

另一个缺点：只包括组合标记，不包括完整的音译。

查看类似的 SO 问题并接受 cmets 的答案，为什么上述代码不起作用 - cmets 列出此代码无法替换的字母：***.com/questions/990904/…

【参考方案2】：

正如@Pointy 所说，您唯一的选择是根据字典映射/替换字符。

你会发现这真的很有用：https://github.com/backbone-paginator/backbone.paginator/blob/a579796a30e583c4dfa09e0a86e4abd21e0b5b56/plugins/diacritic.js

【讨论】：

这里有更多unicode.org/repos/cldr/trunk/common/transforms/Latin-ASCII.xml

Uoah @Esailija ！这真的很完整！ :)

我意识到这是一个旧答案，但 GitHub 链接已损坏。

@Jaruba 给你，伙计 :) github.com/backbone-paginator/backbone.paginator/blob/…

【参考方案3】：

现在有一个iconv到JS的端口：https://www.npmjs.com/package/iconv

var iconv = new Iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE');
iconv.convert('ça va が'); // "ca va "