使用 JavaScript 执行带/不带重音字符的文本匹配

Question

我正在使用基于 AJAX 的查找来查找用户在文本框中搜索的名称。

我假设数据库中的所有名称都将被音译为欧洲字母（即没有西里尔字母、日语、中文）。但是，名称仍将包含重音字符，例如 ç、ê 甚至 č 和 ć。

不过，像“Micic”这样的简单搜索不会匹配“Mičić”，而用户的期望是它会匹配。

AJAX 查找使用正则表达式来确定匹配项。我已经使用此函数修改了正则表达式比较，以尝试匹配更多重音字符。然而，它有点笨拙，因为它没有考虑到所有角色。

function makeComp (input)
{
    input = input.toLowerCase ();
    var output = '';
    for (var i = 0; i < input.length; i ++)
    {
        if (input.charAt (i) == 'a')
            output = output + '[aàáâãäåæ]'
        else if (input.charAt (i) == 'c')
            output = output + '[cç]';
        else if (input.charAt (i) == 'e')
            output = output + '[eèéêëæ]';
        else if (input.charAt (i) == 'i')
            output = output + '[iìíîï]';
        else if (input.charAt (i) == 'n')
            output = output + '[nñ]';
        else if (input.charAt (i) == 'o')
            output = output + '[oòóôõöø]';
        else if (input.charAt (i) == 's')
            output = output + '[sß]';
        else if (input.charAt (i) == 'u')
            output = output + '[uùúûü]';
        else if (input.charAt (i) == 'y')
            output = output + '[yÿ]'
        else
            output = output + input.charAt (i);
    }
    return output;
}

除了这样的替换函数之外，还有更好的方法吗？也许是为了“不重音”正在比较的字符串？

Answer 1

有一种方法可以“对正在比较的字符串进行“去重音””，而无需使用列出您要删除的所有重音符号的替换函数……

这是 最简单的解决方案 我可以考虑从字符串中删除重音符号（和其他变音符号）。

看看它的实际效果：

var string = 'Ça été Mičić. ÀÉÏÓÛ';
console.log(string);

var string_norm = string.normalize('NFD').replace(/\p{Diacritic}/gu, ''); // Old method: .replace(/[\u0300-\u036f]/g, "");
console.log(string_norm);

• .normalize(…) 分解字母和变音符号。
• .replace(…) 删除所有变音符号。

Answer 2

来到这个旧线程并认为我会尝试做一个快速功能。当它们在调用的函数replace()中匹配时，我依赖于管道分隔的 OR 设置变量的顺序。我的目标是尽可能多地使用标准正则表达式实现javascript的replace()函数，以便繁重的处理可以在低级浏览器优化空间中进行，而不是在昂贵的javascript逐个字符比较中进行。

这根本不科学，但是当我将此线程中的其他函数插入到我的自动完成中时，我的旧华为 IDEOS Android 手机运行缓慢，而此函数却在快速运行：

function accentFold(inStr) {
  return inStr.replace(
    /([àáâãäå])|([çčć])|([èéêë])|([ìíîï])|([ñ])|([òóôõöø])|([ß])|([ùúûü])|([ÿ])|([æ])/g, 
    function (str, a, c, e, i, n, o, s, u, y, ae) {
      if (a) return 'a';
      if (c) return 'c';
      if (e) return 'e';
      if (i) return 'i';
      if (n) return 'n';
      if (o) return 'o';
      if (s) return 's';
      if (u) return 'u';
      if (y) return 'y';
      if (ae) return 'ae';
    }
  );
}

如果您是 jQuery 开发人员，这里有一个使用此函数的方便示例功能;您可以像在选择器中使用 :contains 一样使用 :icontains ：

jQuery.expr[':'].icontains = function (obj, index, meta, stack) {
  return accentFold(
    (obj.textContent || obj.innerText || jQuery(obj).text() || '').toLowerCase()
  )
    .indexOf(accentFold(meta[3].toLowerCase())
  ) >= 0;
};

Answer 3

我搜索并投票了 herostwist 答案，但继续搜索，确实，这是一个现代解决方案，以 JavaScript 为核心（string.localeCompare 功能）

var a = 'réservé'; // with accents, lowercase
var b = 'RESERVE'; // no accents, uppercase

console.log(a.localeCompare(b));
// expected output: 1
console.log(a.localeCompare(b, 'en', {sensitivity: 'base'}));
// expected output: 0

但是请注意，某些移动浏览器仍然缺少完全支持！！！

在此之前，请继续关注所有平台和环境的全面支持。

就这些了吗？

不，我们现在可以更进一步，使用 string .toLocaleLowerCase 函数。

var dotted = 'İstanbul';

console.log('EN-US: ' + dotted.toLocaleLowerCase('en-US'));
// expected output: "istanbul"

console.log('TR: ' + dotted.toLocaleLowerCase('tr'));
// expected output: "istanbul"

谢谢 ！

Answer 4

我能想到没有更简单的“口音”方法，但是您的替换可以更简化一些：

var makeComp = (function(){

    var accents = {
            a: 'àáâãäåæ',
            c: 'ç',
            e: 'èéêëæ',
            i: 'ìíîï',
            n: 'ñ',
            o: 'òóôõöø',
            s: 'ß',
            u: 'ùúûü',
            y: 'ÿ'
        },
        chars = /[aceinosuy]/g;

    return function makeComp(input) {
        return input.replace(chars, function(c){
            return '[' + c + accents[c] + ']';
        });
    };

}());

Answer 5

我认为这是最巧妙的解决方案，

var nIC = new Intl.Collator(undefined , {sensitivity: 'base'})
var cmp = nIC.compare.bind(nIC)

如果两个字符串相同，忽略重音符号，它将返回 0。

或者你尝试localecompare

'être'.localeCompare('etre',undefined,{sensitivity: 'base'})

Answer 6

我做了一个原型版本：

String.prototype.strip = function() {
  var translate_re = /[öäüÖÄÜß ]/g;
  var translate = {
    "ä":"a", "ö":"o", "ü":"u",
    "Ä":"A", "Ö":"O", "Ü":"U",
    " ":"_", "ß":"ss"   // probably more to come
  };
    return (this.replace(translate_re, function(match){
        return translate[match];})
    );
};

使用如下：

var teststring = 'ä ö ü Ä Ö Ü ß';
teststring.strip();

这会将字符串更改为a_o_u_A_O_U_ss