正则表达式替换所有上标数字

Question

我正在努力寻找一个合理的解决方案。我需要替换以下字符：？¹²³?????? 使用正则表达式替换。我认为您会这样做：

item = item.replace(/[?¹²³??????]/g, '');

但是，当我尝试这样做时，notepad ++会将符号5-9转换为常规脚本编号。我意识到这可能与我正在使用的编码格式有关，我将其设置为ANSI。

我从来没有真正了解过各种编码格式之间的区别。但是我想知道是否有解决此问题的简便方法？

Answer 1

这是用于查找所有上标数字的简单正则表达式

/\p{No}/gu/

分解：

• \p{No} 匹配上标或下标数字，或者不是数字的数字[0-9]
• u modifier：unicode：模式字符串被视为UTF-16。也导致转义序列匹配unicode字符
• g modifier：全球。所有比赛（在第一个比赛中不返回）

https://regex101.com/r/zA8sJ4/1

现在，大多数现代浏览器仍未在regex中内置对unicode码的支持。我建议使用xregexp图书馆

XRegExp提供增强（和可扩展）的JavaScript正则表达式。您将获得新的现代语法和标志，而浏览器本身不支持。XRegExp还是regex实用程序带，其工具可简化客户端grep和解析，同时使您不必担心JavaScript regexe的烦人方面，例如跨浏览器不一致或手动操作lastIndex。

http://xregexp.com/

HTML解决方案

HTML具有<sup>用于表示上标文本的标签。

标签定义上标文本。上标文字显示在法线上方半个字符，有时以较小的字体呈现。上标文本可用于脚注，例如WWW [1]。

如果有上标数字，则html标记几乎肯定具有sup标签。

/\p{No}/gu/

var math = document.getElementById("math");

math.innerHTML = math.innerHTML.replace(/<sup>[\d]?<\/sup>/g, "");