javascript - 如何在 Javascript 中对英文和中文混合进行字数统计

Question

我想统计一篇包含英文和中文的文章中的单词数。对于英语，这很简单。每个字都是一个字。对于中文，我们将每个字符算作一个词。因此，香港人在这里是三个字。

例如，“我是香港人”的字数应该是 6。

知道如何在 Javascript/jQuery 中计算它吗？

谢谢!

Answer 1

试试这样的正则表达式:

/[\u00ff-\uffff]|\S+/g

例如，"I am a 香港人".match(/[\u00ff-\uffff]|\S+/g) 给出:

["I", "am", "a", "香", "港", "人"]

然后你可以只检查结果数组的长度。

正则表达式的 \u00ff-\uffff 部分是一个 unicode 字符范围；您可能希望将范围缩小到您想要算作单词的字符。例如，CJK Unified 将是 \u4e00-\u9fcc。

function countWords(str) {
    var matches = str.match(/[\u00ff-\uffff]|\S+/g);
    return matches ? matches.length : 0;
}