Javascript - 在 unicode 字符串中搜索 unicode 字符串答案

【问题标题】：Javascript - Search unicode string in unicode stringJavascript - 在 unicode 字符串中搜索 unicode 字符串
【发布时间】：2019-05-12 00:33:15
【问题描述】：

当我尝试在 unicode 字符串中搜索 unicode 字符串时，我找不到解决方案。

例如：检查字符串'vie'是否包含在字符串'Mr. ViỆt has a blue house'中

所以我尝试如下：

// Convert string to Unicode
function toUnicode(theString) {
  var unicodeString = '';
  for (var i=0; i < theString.length; i++) {
    var theUnicode = theString.charCodeAt(i).toString(16).toUpperCase();
    while (theUnicode.length < 4) {
      theUnicode = '0' + theUnicode;
    }
    theUnicode = '\\u' + theUnicode;
    unicodeString += theUnicode;
  }
  return unicodeString;
}

// Convert string to be Regex Unicode
function toRegexUnicode(theString) {
  var unicodeString = '';
  for (var i=0; i < theString.length; i++) {
    var theUnicode = theString.charCodeAt(i).toString(16).toUpperCase();
    while (theUnicode.length < 4) {
      theUnicode = '0' + theUnicode;
    }
    theUnicode = '\\u' + theUnicode;
    unicodeString += theUnicode;
  }
  return new RegExp('[' + unicodeString + ']')
}

// Search
function searchUnicode() {
    var strOriginal = "Mr. ViỆt has a blue house"
    var regexUnicode = toRegexUnicode(strOriginal)
    var strSearch = toUnicode('vie')
    var result = regexUnicode.test(strSearch)
    console.log(result)
}

测试地址：https://www.w3schools.com/code/tryit.asp?filename=FY3NGXMQRMLA

有没有更好的方法？

【问题讨论】：

标签： javascript string search unicode

【解决方案1】：

首先，您的正则表达式是错误的。去掉大括号。

其次，您正在以错误的方式创建正则表达式测试。您当前正在使用完整字符串设置正则表达式搜索。您也没有将您的 strOriginal 转换为 Unicode。这意味着您的searchUnicode 函数需要如下所示：

var strOriginal = "Mr. ViỆt has a blue house"
var strOriginalUnicode = toUnicode(strOriginal)
var strSearch = toUnicode('vie')
var regexUnicode = toRegexUnicode(strSearch)
var result = regexUnicode.test(strOriginalUnicode)

接下来，我们可以将您的toRegexUnicode 函数简化为：

// Convert string to be Regex Unicode
function toRegexUnicode(theString) {
  theString = theString.replace(/\\/g, "\\\\")
  return new RegExp(theString)
}

无需重复使用您的转换方法。您还将注意到所有\ 的全局替换为\\。这是因为 Regex 将反斜杠视为转义字符，因此我们需要转义转义字符。

【讨论】：

【解决方案2】：

我尝试了另一种方法，将所有字符串转换为 ASCII 然后搜索：

function stringToASCII(str) {
  try {
    return str.replace(/[àáảãạâầấẩẫậăằắẳẵặ]/g, 'a')
      .replace(/[èéẻẽẹêềếểễệ]/g, 'e')
      .replace(/[đ]/g, 'd')
      .replace(/[ìíỉĩị]/g, 'i')
      .replace(/[òóỏõọôồốổỗộơờớởỡợ]/g, 'o')
      .replace(/[ùúủũụưừứửữự]/g, 'u')
      .replace(/[ỳýỷỹỵ]/g, 'y')
  } catch {
    return ''
  }
}

function searchASCII() {
  var strOriginal = "Mr. ViỆt lê nguyễn thị tùng á à ạds"
  var strSearch = "vie"

  var strOriginalToASCII = stringToASCII(strOriginal.toLowerCase())
  var strSearchToASCII = stringToASCII(strSearch.toLowerCase())
  var result = strOriginalToASCII.includes(strSearchToASCII)

  // Results
  console.log('strOriginalToASCII: ', strOriginalToASCII)
  console.log('strSearchToASCII: ', strSearchToASCII)
  console.log('result: ', result)
}

输出：

strOriginalToASCII: mr. viet le nguyen thi tung a a ads
strSearchToASCII: vie
result: true

测试地址：https://www.w3schools.com/code/tryit.asp?filename=FY3NGXMQRMLA

【讨论】：