JavaScript从字符串中删除ZERO WIDTH SPACE(unicode 8203)

Question

我正在写一些处理网站内容的JavaScript.当用户按下退格键时,SharePoint文本编辑器倾向于在文本中放置"零宽度空格"字符,这阻碍了我的努力.字符的unicode值为8203,或十六进制的B200.我试图使用默认的"替换"功能来摆脱它.我尝试过很多变种,但都没有变化:

var a = "o?m"; //the invisible character is between o and m

var b = a.replace(/\u8203/g,'');
= a.replace(/\uB200/g,'');
= a.replace("\\uB200",'');

等等等等.我在这个主题上尝试了很多变化.这些表达式都不起作用(在Chrome和Firefox中测试)唯一有效的方法是在表达式中键入实际字符:

var b = a.replace("?",''); //it's there, believe me

这带来了潜在的问题.角色是不可见的,因此线条本身没有意义.我可以通过评论解决这个问题.但是,如果代码被重用,并且使用非Unicode编码保存文件(或者当它部署到SharePoint时,不能保证它不会弄乱编码)它将停止工作.有没有办法使用unicode符号而不是字符本身来编写它？

[我对这个角色的谣言]

如果你没有遇到这个角色,(你可能没有,看到它肉眼看不见,除非它破坏你的代码并且你在试图找到它时发现了它)这是一个真正的漏洞会导致某些类型的模式匹配失灵.我为你关进了野兽:

[] < - 小心,不要让它逃脱.

如果要查看它,请将这些括号复制到文本编辑器中,然后通过它们迭代光标.你会发现你需要三个步骤来传递看似2个字符的东西,你的光标将跳过中间的一个步骤.

Answer 1

unicode转义中的数字应为十六进制,而8203的十六进制数为200B(实际上是Unicode零宽度空间),因此:

var b = a.replace(/\u200B/g,'');

实例:

var a = "o?m"; //the invisible character is between o and m
var b = a.replace(/\u200B/g,'');
console.log("a.length = " + a.length);      // 3
console.log("a === 'om'? " + (a === 'om')); // false
console.log("b.length = " + b.length);      // 2
console.log("b === 'om'? " + (b === 'om')); // true

Answer 2

接受的答案对我的情况不起作用。

但是这个做到了：

text.replace(/(^[\s\u200b]*|[\s\u200b]*$)/g, '')