Javascript Slug 也适用于非拉丁字符

Question

基本上我找到了一个看起来像这样的 slug 函数:

function slug(string) => { 
    return string.toString().toLowerCase()
        .replace(/\s+/g, '-')
        .replace(/[^\w\-]+/g, '')
        .replace(/\-\-+/g, '-')
        .replace(/^-+/, '')
        .replace(/-+$/, '');
};

但是，它似乎不适用于俄语、希腊语……字符。基本上它们在这一步被删除 .replace(/[^\w\-]+/g, '') 我不想要但我也想删除其他不想要的特殊字符在一些国家代表普通字母。

示例:

英文 | 你知道下雨吗？ | do-you-know-it-rains

捷克语 | víš, že prší? | 相对于-ze-prsi

罗马尼亚语 | şti că plouă? | sti-ca-ploua

俄语 | ты знаешь, что идет дождь? | ты-знаешь-что-идет-дождь

注意:

基本上对于拉丁字母表我会保留字母但删除变音符号，但对于非拉丁字母表我会保留字母原样(我不想将它们转换成拉丁字符)

Answer 1

这是一个 pproach适用于特殊 Angular 色。使用一组对象，您可以将要替换的每个特殊字符归类到将替换它的拉丁字符下。

但是，要保持希腊语和俄语不变，您必须使用将希腊语和俄语视为单词字符的正则表达式，因此在使用上述技巧替换特殊字符后，您必须使用以下方法删除所有非单词字符正则表达式 [^-a-zа-я\u0370-\u03ff\u1f00-\u1fff]。

这个正则表达式包括破折号、拉丁字符 a-z 后跟西里尔字母 а-я 最后是 \u0370-\u03ff\u1f00-\u1fff 这是 greek characters 的扩展 unicode 范围.

您可以使用这个 wikipedia language recognition chart向集合中添加更多特殊字符。

function slugify(text) {
  text = text.toString().toLowerCase().trim();

  const sets = [
    {to: 'a', from: '[ÀÁÂÃÄÅÆĀĂĄẠẢẤẦẨẪẬẮẰẲẴẶἀ]'},
    {to: 'c', from: '[ÇĆĈČ]'},
    {to: 'd', from: '[ÐĎĐÞ]'},
    {to: 'e', from: '[ÈÉÊËĒĔĖĘĚẸẺẼẾỀỂỄỆ]'},
    {to: 'g', from: '[ĜĞĢǴ]'},
    {to: 'h', from: '[ĤḦ]'},
    {to: 'i', from: '[ÌÍÎÏĨĪĮİỈỊ]'},
    {to: 'j', from: '[Ĵ]'},
    {to: 'ij', from: '[IJ]'},
    {to: 'k', from: '[Ķ]'},
    {to: 'l', from: '[ĹĻĽŁ]'},
    {to: 'm', from: '[Ḿ]'},
    {to: 'n', from: '[ÑŃŅŇ]'},
    {to: 'o', from: '[ÒÓÔÕÖØŌŎŐỌỎỐỒỔỖỘỚỜỞỠỢǪǬƠ]'},
    {to: 'oe', from: '[Œ]'},
    {to: 'p', from: '[ṕ]'},
    {to: 'r', from: '[ŔŖŘ]'},
    {to: 's', from: '[ߌŜŞŠȘ]'},
    {to: 't', from: '[ŢŤ]'},
    {to: 'u', from: '[ÙÚÛÜŨŪŬŮŰŲỤỦỨỪỬỮỰƯ]'},
    {to: 'w', from: '[ẂŴẀẄ]'},
    {to: 'x', from: '[ẍ]'},
    {to: 'y', from: '[ÝŶŸỲỴỶỸ]'},
    {to: 'z', from: '[ŹŻŽ]'},
    {to: '-', from: '[·/_,:;\']'}
  ];

  sets.forEach(set => {
    text = text.replace(new RegExp(set.from,'gi'), set.to)
  });

  return text
    .replace(/\s+/g, '-')    // Replace spaces with -
    .replace(/[^-a-zа-я\u0370-\u03ff\u1f00-\u1fff]+/g, '') // Remove all non-word chars
    .replace(/--+/g, '-')    // Replace multiple - with single -
    .replace(/^-+/, '')      // Trim - from start of text
    .replace(/-+$/, '')      // Trim - from end of text
}

console.log(slugify('Do you know it rains?'));
console.log(slugify('víš, že prší?'));
console.log(slugify('Ști că plouă?'));
console.log(slugify('ты знаешь, что идет дождь?'));
console.log(slugify('ἀεὶ Λιβύη φέρει τι καινόν'));