Nếu tôi có một chuỗi với bất kỳ loại ký tự không chữ và số nào trong đó:
"This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation"Làm cách nào tôi có được phiên bản không có dấu chấm câu trong JavaScript:
"This is an example of a string with punctuation"Câu trả lời:
Nếu bạn muốn xóa dấu câu cụ thể khỏi chuỗi, có lẽ tốt nhất là xóa chính xác những gì bạn muốn
replace(/[.,\/#!$%\^&\*;:{}=\-_`~()]/g,"")Làm như trên vẫn không trả về chuỗi như bạn đã chỉ định. Nếu bạn muốn xóa bất kỳ khoảng trắng thừa nào còn sót lại để xóa dấu chấm câu điên, thì bạn sẽ muốn làm một cái gì đó như
replace(/\s{2,}/g," ");Ví dụ đầy đủ của tôi:
var s = "This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation";
var punctuationless = s.replace(/[.,\/#!$%\^&\*;:{}=\-_`~()]/g,"");
var finalString = punctuationless.replace(/\s{2,}/g," ");
Kết quả chạy mã trong bảng điều khiển firebird:
@+?><[]+) : replace(/[\.,-\/#!$%\^&\*;:{}=\-_`~()@\+\?><\[\]\+]/g, ''). Nếu bất cứ ai đang tìm kiếm một bộ chưa hoàn thiện hơn một chút.
!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~Những công trình tốt hơn cho tôi, vì vậy thay thế khác sẽ là:replace(/['!"#$%&\\'()\*+,\-\.\/:;<=>?@\[\\\]\^_`{|}~']/g,"");
str = str.replace(/[^\w\s]|_/g, "")
.replace(/\s+/g, " ");Xóa mọi thứ trừ các ký tự chữ và số và khoảng trắng, sau đó thu gọn nhiều ký tự liền kề thành các khoảng trắng.
Giải thích chi tiết:
\w là bất kỳ chữ số, chữ cái hoặc dấu gạch dưới.\s là bất kỳ khoảng trắng.[^\w\s] là bất cứ thứ gì không phải là chữ số, chữ cái, khoảng trắng hoặc dấu gạch dưới.[^\w\s]|_ giống như số 3 ngoại trừ phần gạch dưới được thêm lại.wouldn'tvàdon't
Dưới đây là các ký tự dấu chấm câu tiêu chuẩn cho US-ASCII: !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
Đối với dấu chấm câu Unicode (chẳng hạn như dấu ngoặc kép, dấu gạch ngang, v.v.), bạn có thể dễ dàng khớp với các phạm vi khối cụ thể. Khối chấm câu chung là \u2000-\u206Fvà khối chấm câu bổ sung là \u2E00-\u2E7F.
Đặt cùng nhau và thoát đúng cách, bạn nhận được RegExp sau:
/[\u2000-\u206F\u2E00-\u2E7F\\'!"#$%&()*+,\-.\/:;<=>?@\[\]^_`{|}~]/Điều đó sẽ phù hợp với khá nhiều dấu chấm câu bạn gặp phải. Vì vậy, để trả lời câu hỏi ban đầu:
var punctRE = /[\u2000-\u206F\u2E00-\u2E7F\\'!"#$%&()*+,\-.\/:;<=>?@\[\]^_`{|}~]/g;
var spaceRE = /\s+/g;
var str = "This, -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation";
str.replace(punctRE, '').replace(spaceRE, ' ');
>> "This is an example of a string with punctuation"Nguồn US-ASCII: http://docs.oracle.com/javase/7/docs/api/java/util/regex/Potype.html#posix
Nguồn Unicode: http://kourge.net/projects/regapi-unicode-block
/ [^ A-Za-z0-9 \ s] / g phải khớp với tất cả các dấu câu nhưng giữ nguyên khoảng trắng. Vì vậy, bạn có thể sử dụng .replace(/\s{2,}/g, " ")để thay thế không gian thêm nếu bạn cần phải làm như vậy. Bạn có thể kiểm tra regex trong http://rubular.com/
.replace(/[^A-Za-z0-9\s]/g,"").replace(/\s{2,}/g, " ")Cập nhật : Sẽ chỉ hoạt động nếu đầu vào là ANSI English.
Tôi đã chạy qua cùng một vấn đề, giải pháp này đã thực hiện thủ thuật và rất dễ đọc:
var sentence = "This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation";
var newSen = sentence.match(/[^_\W]+/g).join(' ');
console.log(newSen);Kết quả:
"This is an example of a string with punctuation"Bí quyết là tạo ra một bộ phủ định . Điều này có nghĩa là nó phù hợp với bất kỳ thứ gì không có trong tập hợp tức là [^abc]- không phải a, b hoặc c
\Wlà bất kỳ từ nào, vì vậy [^\W]+sẽ phủ nhận bất cứ điều gì không phải là một từ char .
Bằng cách thêm vào _ (gạch dưới), bạn cũng có thể phủ nhận điều đó.
Làm cho nó áp dụng trên toàn cầu /g, sau đó bạn có thể chạy bất kỳ chuỗi nào thông qua nó và xóa dấu chấm câu:
/[^_\W]+/gĐẹp và sạch sẽ ;)
Tôi sẽ chỉ đặt nó ở đây cho người khác.
Khớp tất cả các ký tự dấu chấm câu cho tất cả các ngôn ngữ:
Được xây dựng từ danh mục dấu chấm Unicode và thêm một số ký hiệu bàn phím phổ biến như $và dấu ngoặc và\-=_
http://www.fileformat.info/info/unicode/carget/Po/list.htmlm
thay thế cơ bản:
".test'da, te\"xt".replace(/[\-=_!"#%&'*{},.\/:;?\(\)\[\]@\\$\^*+<>~`\u00a1\u00a7\u00b6\u00b7\u00bf\u037e\u0387\u055a-\u055f\u0589\u05c0\u05c3\u05c6\u05f3\u05f4\u0609\u060a\u060c\u060d\u061b\u061e\u061f\u066a-\u066d\u06d4\u0700-\u070d\u07f7-\u07f9\u0830-\u083e\u085e\u0964\u0965\u0970\u0af0\u0df4\u0e4f\u0e5a\u0e5b\u0f04-\u0f12\u0f14\u0f85\u0fd0-\u0fd4\u0fd9\u0fda\u104a-\u104f\u10fb\u1360-\u1368\u166d\u166e\u16eb-\u16ed\u1735\u1736\u17d4-\u17d6\u17d8-\u17da\u1800-\u1805\u1807-\u180a\u1944\u1945\u1a1e\u1a1f\u1aa0-\u1aa6\u1aa8-\u1aad\u1b5a-\u1b60\u1bfc-\u1bff\u1c3b-\u1c3f\u1c7e\u1c7f\u1cc0-\u1cc7\u1cd3\u2016\u2017\u2020-\u2027\u2030-\u2038\u203b-\u203e\u2041-\u2043\u2047-\u2051\u2053\u2055-\u205e\u2cf9-\u2cfc\u2cfe\u2cff\u2d70\u2e00\u2e01\u2e06-\u2e08\u2e0b\u2e0e-\u2e16\u2e18\u2e19\u2e1b\u2e1e\u2e1f\u2e2a-\u2e2e\u2e30-\u2e39\u3001-\u3003\u303d\u30fb\ua4fe\ua4ff\ua60d-\ua60f\ua673\ua67e\ua6f2-\ua6f7\ua874-\ua877\ua8ce\ua8cf\ua8f8-\ua8fa\ua92e\ua92f\ua95f\ua9c1-\ua9cd\ua9de\ua9df\uaa5c-\uaa5f\uaade\uaadf\uaaf0\uaaf1\uabeb\ufe10-\ufe16\ufe19\ufe30\ufe45\ufe46\ufe49-\ufe4c\ufe50-\ufe52\ufe54-\ufe57\ufe5f-\ufe61\ufe68\ufe6a\ufe6b\uff01-\uff03\uff05-\uff07\uff0a\uff0c\uff0e\uff0f\uff1a\uff1b\uff1f\uff20\uff3c\uff61\uff64\uff65]+/g,"")
"testda text"đã thêm \ s dưới dạng khoảng trắng
".da'fla, te\"te".split(/[\s\-=_!"#%&'*{},.\/:;?\(\)\[\]@\\$\^*+<>~`\u00a1\u00a7\u00b6\u00b7\u00bf\u037e\u0387\u055a-\u055f\u0589\u05c0\u05c3\u05c6\u05f3\u05f4\u0609\u060a\u060c\u060d\u061b\u061e\u061f\u066a-\u066d\u06d4\u0700-\u070d\u07f7-\u07f9\u0830-\u083e\u085e\u0964\u0965\u0970\u0af0\u0df4\u0e4f\u0e5a\u0e5b\u0f04-\u0f12\u0f14\u0f85\u0fd0-\u0fd4\u0fd9\u0fda\u104a-\u104f\u10fb\u1360-\u1368\u166d\u166e\u16eb-\u16ed\u1735\u1736\u17d4-\u17d6\u17d8-\u17da\u1800-\u1805\u1807-\u180a\u1944\u1945\u1a1e\u1a1f\u1aa0-\u1aa6\u1aa8-\u1aad\u1b5a-\u1b60\u1bfc-\u1bff\u1c3b-\u1c3f\u1c7e\u1c7f\u1cc0-\u1cc7\u1cd3\u2016\u2017\u2020-\u2027\u2030-\u2038\u203b-\u203e\u2041-\u2043\u2047-\u2051\u2053\u2055-\u205e\u2cf9-\u2cfc\u2cfe\u2cff\u2d70\u2e00\u2e01\u2e06-\u2e08\u2e0b\u2e0e-\u2e16\u2e18\u2e19\u2e1b\u2e1e\u2e1f\u2e2a-\u2e2e\u2e30-\u2e39\u3001-\u3003\u303d\u30fb\ua4fe\ua4ff\ua60d-\ua60f\ua673\ua67e\ua6f2-\ua6f7\ua874-\ua877\ua8ce\ua8cf\ua8f8-\ua8fa\ua92e\ua92f\ua95f\ua9c1-\ua9cd\ua9de\ua9df\uaa5c-\uaa5f\uaade\uaadf\uaaf0\uaaf1\uabeb\ufe10-\ufe16\ufe19\ufe30\ufe45\ufe46\ufe49-\ufe4c\ufe50-\ufe52\ufe54-\ufe57\ufe5f-\ufe61\ufe68\ufe6a\ufe6b\uff01-\uff03\uff05-\uff07\uff0a\uff0c\uff0e\uff0f\uff1a\uff1b\uff1f\uff20\uff3c\uff61\uff64\uff65]+/g)đã thêm ^ để đảo ngược patternt để không khớp với dấu chấm câu nhưng các từ chúng chọn
".test';the, te\"xt".match(/[^\s\-=_!"#%&'*{},.\/:;?\(\)\[\]@\\$\^*+<>~`\u00a1\u00a7\u00b6\u00b7\u00bf\u037e\u0387\u055a-\u055f\u0589\u05c0\u05c3\u05c6\u05f3\u05f4\u0609\u060a\u060c\u060d\u061b\u061e\u061f\u066a-\u066d\u06d4\u0700-\u070d\u07f7-\u07f9\u0830-\u083e\u085e\u0964\u0965\u0970\u0af0\u0df4\u0e4f\u0e5a\u0e5b\u0f04-\u0f12\u0f14\u0f85\u0fd0-\u0fd4\u0fd9\u0fda\u104a-\u104f\u10fb\u1360-\u1368\u166d\u166e\u16eb-\u16ed\u1735\u1736\u17d4-\u17d6\u17d8-\u17da\u1800-\u1805\u1807-\u180a\u1944\u1945\u1a1e\u1a1f\u1aa0-\u1aa6\u1aa8-\u1aad\u1b5a-\u1b60\u1bfc-\u1bff\u1c3b-\u1c3f\u1c7e\u1c7f\u1cc0-\u1cc7\u1cd3\u2016\u2017\u2020-\u2027\u2030-\u2038\u203b-\u203e\u2041-\u2043\u2047-\u2051\u2053\u2055-\u205e\u2cf9-\u2cfc\u2cfe\u2cff\u2d70\u2e00\u2e01\u2e06-\u2e08\u2e0b\u2e0e-\u2e16\u2e18\u2e19\u2e1b\u2e1e\u2e1f\u2e2a-\u2e2e\u2e30-\u2e39\u3001-\u3003\u303d\u30fb\ua4fe\ua4ff\ua60d-\ua60f\ua673\ua67e\ua6f2-\ua6f7\ua874-\ua877\ua8ce\ua8cf\ua8f8-\ua8fa\ua92e\ua92f\ua95f\ua9c1-\ua9cd\ua9de\ua9df\uaa5c-\uaa5f\uaade\uaadf\uaaf0\uaaf1\uabeb\ufe10-\ufe16\ufe19\ufe30\ufe45\ufe46\ufe49-\ufe4c\ufe50-\ufe52\ufe54-\ufe57\ufe5f-\ufe61\ufe68\ufe6a\ufe6b\uff01-\uff03\uff05-\uff07\uff0a\uff0c\uff0e\uff0f\uff1a\uff1b\uff1f\uff20\uff3c\uff61\uff64\uff65]+/g)đối với ngôn ngữ như tiếng Do Thái có thể loại bỏ "'trích dẫn đơn và trích dẫn kép và suy nghĩ nhiều hơn về nó.
sử dụng tập lệnh này:
Bước 1: chọn trong Firefox giữ điều khiển một cột gồm các số U + 1234 và sao chép nó, không sao chép U + 12456 mà chúng thay thế tiếng Anh
Bước 2 (tôi đã làm trong chrome) tìm một số textarea và dán nó vào nó sau đó nhấp chuột phải và nhấp vào kiểm tra. sau đó bạn có thể truy cập phần tử được chọn với $ 0.
var x=$0.value
var z=x.replace(/U\+/g,"").split(/[\r\n]+/).map(function(a){return parseInt(a,16)})
var ret=[];z.forEach(function(a,k){if(z[k-1]===a-1 && z[k+1]===a+1) { if(ret[ret.length-1]!="-")ret.push("-");} else { var c=a.toString(16); var prefix=c.length<3?"\\u0000":c.length<5?"\\u0000":"\\u000000"; var uu=prefix.substring(0,prefix.length-c.length)+c; ret.push(c.length<3?String.fromCharCode(a):uu)}});ret.join("")Bước 3 sao chép qua các chữ cái đầu tiên ascii dưới dạng các ký tự riêng biệt không nằm trong phạm vi vì ai đó có thể thêm hoặc xóa các ký tự riêng lẻ
Trong một ngôn ngữ Unicode biết, Unicode Punctuation sở hữu nhân vật là \p{P}- mà bạn thường có thể viết tắt \pPvà đôi khi mở rộng ra \p{Punctuation}cho dễ đọc.
Bạn có đang sử dụng thư viện Biểu thức chính quy tương thích Perl không?
Nếu bạn muốn xóa dấu chấm câu khỏi bất kỳ chuỗi nào, bạn nên sử dụng Plớp Unicode.
Nhưng, vì các lớp không được chấp nhận trong JavaScript RegEx, bạn có thể thử RegEx này phù hợp với tất cả các dấu câu. Nó phù hợp với các loại sau: Pc Pd Pe Pf Pi Po Ps Sc Sk Sm So GeneralPuncinating Bổ sung Dấu chấm câu CJKSymbolsAndPuncinating CuneiformNumbersAndPuncinating.
Tôi đã tạo nó bằng công cụ trực tuyến này tạo ra Biểu thức chính quy dành riêng cho JavaScript. Đó là mã để đạt được mục tiêu của bạn:
var punctuationRegEx = /[!-/:-@[-`{-~¡-©«-¬®-±´¶-¸»¿×÷˂-˅˒-˟˥-˫˭˯-˿͵;΄-΅·϶҂՚-՟։-֊־׀׃׆׳-״؆-؏؛؞-؟٪-٭۔۩۽-۾܀-܍߶-߹।-॥॰৲-৳৺૱୰௳-௺౿ೱ-ೲ൹෴฿๏๚-๛༁-༗༚-༟༴༶༸༺-༽྅྾-࿅࿇-࿌࿎-࿔၊-၏႞-႟჻፠-፨᎐-᎙᙭-᙮᚛-᚜᛫-᛭᜵-᜶។-៖៘-៛᠀-᠊᥀᥄-᥅᧞-᧿᨞-᨟᭚-᭪᭴-᭼᰻-᰿᱾-᱿᾽᾿-῁῍-῏῝-῟῭-`´-῾\u2000-\u206e⁺-⁾₊-₎₠-₵℀-℁℃-℆℈-℉℔№-℘℞-℣℥℧℩℮℺-℻⅀-⅄⅊-⅍⅏←-⏧␀-␦⑀-⑊⒜-ⓩ─-⚝⚠-⚼⛀-⛃✁-✄✆-✉✌-✧✩-❋❍❏-❒❖❘-❞❡-❵➔➘-➯➱-➾⟀-⟊⟌⟐-⭌⭐-⭔⳥-⳪⳹-⳼⳾-⳿⸀-\u2e7e⺀-⺙⺛-⻳⼀-⿕⿰-⿻\u3000-〿゛-゜゠・㆐-㆑㆖-㆟㇀-㇣㈀-㈞㈪-㉃㉐㉠-㉿㊊-㊰㋀-㋾㌀-㏿䷀-䷿꒐-꓆꘍-꘏꙳꙾꜀-꜖꜠-꜡꞉-꞊꠨-꠫꡴-꡷꣎-꣏꤮-꤯꥟꩜-꩟﬩﴾-﴿﷼-﷽︐-︙︰-﹒﹔-﹦﹨-﹫！-／：-＠［-｀｛-･￠-￦￨-￮-�]|\ud800[\udd00-\udd02\udd37-\udd3f\udd79-\udd89\udd90-\udd9b\uddd0-\uddfc\udf9f\udfd0]|\ud802[\udd1f\udd3f\ude50-\ude58]|\ud809[\udc00-\udc7e]|\ud834[\udc00-\udcf5\udd00-\udd26\udd29-\udd64\udd6a-\udd6c\udd83-\udd84\udd8c-\udda9\uddae-\udddd\ude00-\ude41\ude45\udf00-\udf56]|\ud835[\udec1\udedb\udefb\udf15\udf35\udf4f\udf6f\udf89\udfa9\udfc3]|\ud83c[\udc00-\udc2b\udc30-\udc93]/g;
var string = "This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation";
var newString = string.replace(punctuationRegEx, '').replace(/(\s){2,}/g, '$1');
console.log(newString)Đối với chuỗi en-US (tiếng Anh Mỹ), điều này là đủ:
"This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation".replace( /[^a-zA-Z ]/g, '').replace( /\s\s+/g, ' ' )Xin lưu ý rằng nếu bạn hỗ trợ UTF-8 và các ký tự như tiếng Trung / tiếng Nga và tất cả, điều này cũng sẽ thay thế chúng, vì vậy bạn thực sự phải chỉ định những gì bạn muốn.
nếu bạn đang sử dụng lodash
_.words('This, is : my - test,line:').join(' ')Ví dụ này
_.words('"This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation"').join(' ')Theo danh sách các dấu câu của Wikipedia, tôi đã phải xây dựng biểu thức chính sau để phát hiện các dấu chấm câu:
[\.’'\[\](){}⟨⟩:,،、‒–—―…!.‹›«»‐\-?‘’“”'";/⁄·\&*@\•^†‡°”¡¿※#№÷׺ª%‰+−=‱¶′″‴§~_|‖¦©℗®℠™¤₳฿₵¢₡₢$₫₯֏₠€ƒ₣₲₴₭₺₾ℳ₥₦₧₱₰£៛₽₹₨₪৳₸₮₩¥]
/(phổ biến nhất) thì nó sẽ được thoát bên trong lớp ký tự ở trên bằng cách thêm dấu gạch chéo ngược trước, như thế này : \/. Đây là cách bạn sẽ sử dụng nó : "String!! With, Punctuation.".replace(/[\.’'\[\](){}⟨⟩:,،、‒–—―…!.‹›«»‐\-?‘’“”'";\/⁄·\&*@\•^†‡°”¡¿※#№÷׺ª%‰+−=‱¶′″‴§~_|‖¦©℗®℠™¤₳฿₵¢₡₢$₫₯֏₠€ƒ₣₲₴₭₺₾ℳ₥₦₧₱₰£៛₽₹₨₪৳₸₮₩¥]+/g,""). Nhân tiện, tôi không thấy backtick (`) ở bất cứ đâu trong đó, làm thế nào?
Nó phụ thuộc vào những gì bạn đang cố gắng trở lại. Tôi đã sử dụng gần đây:
return text.match(/[a-z]/i);
\s) bằng một khoảng trắng . Nếu bạn muốn thu gọn bất kỳ số lượng ký tự khoảng trắng nào thành một, bạn sẽ bỏ giới hạn trên như vậy :replace(/\s{2,}/g, ' ').