javascript - 将字符串中的非拉丁字符更改为拉丁字符

Question

我正在尝试通过 Ruby 或 Javascript 中的正则表达式来匹配包含非英语字符的字符串。

那么有没有办法用字符串“taglichen”替换字符串“täglichen”？我知道我可以通过以下选项替换非英语字符:

/(?i)t[aä]glichen/

但为此我需要可能的字符的字典并将它们全部设置在搜索的单词中。也许有更有效的方法来做到这一点？

Answer 1

现代 ruby 有一个合法的解决方案，使用 String#unicode_normalize

"täglichen".unicode_normalize(:nfd).
            codepoints.
            reject(&128.method(:<)).
            pack('U*')
#⇒ "taglichen"

要匹配:

"täglichen".unicode_normalize(:nfc) =~ /t[aä]glichen/i
#⇒ 0

需要标准化，因为元音变音可能是单个代码点 228 或组合变音符号 [97, 776]。检查此项(尝试复制粘贴到您的 REPL 中):

"ä" == "ä"
#⇒ false