JavaScript从字符串中删除零宽空格（unicode 8203）

9 浏览
0 Comments

JavaScript从字符串中删除零宽空格（unicode 8203）

我正在编写一些处理网站内容的Javascript代码。然而，我发现SharePoint文本编辑器在用户按下退格键时会在文本中插入“零宽空格”字符，这给我的工作带来了困扰。

该字符的Unicode值为8203，或者用十六进制表示为B200。我尝试使用默认的“替换”函数来将其删除，但是尝试了很多变体，都没有成功：

var a = "o​m"; //这个不可见字符位于o和m之间
var b = a.replace(/\u8203/g,'');
= a.replace(/\uB200/g,'');
= a.replace("\\uB200",'');

等等。我在这个主题上尝试了很多变化，但是这些表达式都不起作用（在Chrome和Firefox中测试过）。唯一起作用的方法就是在表达式中键入实际的字符：

var b = a.replace("​",''); //相信我，它在那里

这可能会导致问题。因为这个字符是不可见的，所以这行代码本身就没有意义。我可以通过注释来解决这个问题。但是，如果代码被重用，并且文件使用非Unicode编码保存（或者在部署到SharePoint时，无法保证它不会破坏编码），这段代码将无法正常工作。有没有办法使用Unicode表示法而不是字符本身来编写这段代码呢？

[我对这个字符的胡言乱语]

如果你还没有遇到过这个字符（你可能确实没有遇到过，因为它对于肉眼来说是不可见的，除非它破坏了你的代码，你在尝试查找错误时才发现它），它是个真正的混蛋，会导致某些类型的模式匹配出现故障。我已经为你困住了这个家伙：

[​] <- 小心，别让它逃跑。

如果你想看到它，将这些方括号复制到文本编辑器中，然后用光标遍历它们。你会注意到，你需要三步才能通过看起来像两个字符的部分，并且你的光标会在中间跳过一步。

0