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表(即没有西里尔语,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.

像"Micic"这样的简单搜索与"Mičić"不匹配 - 而且用户的期望是它会.

AJAX查找使用正则表达式来确定匹配.我已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.但是,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;
}

除了这样的替代功能外,还有更好的方法吗？也许是为了"去除"被比较的字符串？

Answer 1

有一种方法可以""消除"被比较的字符串",而无需使用替换函数列出您要删除的所有重音...

这是我可以考虑从字符串中删除重音符号(和其他变音符号)的最简单的解决方案.

看到它的实际效果:

var string = "Ça été Mi?i?. ÀÉÏÓÛ";
console.log(string);

var string_norm = string.normalize('NFD').replace(/[\u0300-\u036f]/g, "");
console.log(string_norm);

希望能帮助到你.

Answer 2

来到这个老线程,并认为我会尝试快速功能.在函数replace()调用时,我依赖于管道分隔的OR设置变量的排序.我的目标是使用标准的正则表达式实现javascript的replace()函数尽可能多地使用,以便重处理可以在低级别的浏览器优化空间中进行,而不是在昂贵的javascript char-by-char比较中进行.

这根本不科学,但是当我把这个线程中的其他函数插入我的自动完成时,我的旧华为IDEOS安卓手机很慢,而这个功能拉链:

function accentFold(inStr) {
  return inStr.replace(
    /([àáâãäå])|([ç??])|([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';
    }
  );
}

如果你是一个jQuery开发者,这里有一个使用这个函数的简单例子; 你可以使用:icontains与你使用的方式相同:在选择器中包含:

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

我认为没有更容易的"消除"方法,但你的替代可以更加简化:

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 4

我搜索并推荐了herostwist答案，但一直在搜索，确实如此，这是JavaScript的核心（string.localeCompare函数）

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

注意，但是，某些移动浏览器仍然缺少全面支持！

在此之前，请注意所有平台和环境的全面支持。

这就是全部 ？

不，我们现在可以继续使用string.toLocaleLowerCase函数。

var dotted = '?stanbul';

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

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

谢谢 ！

Answer 5

我认为这是最巧妙的解决方案

\n\n

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

\n\n

如果两个字符串相同，则返回 0，忽略重音符号。

\n\n

或者你尝试localecompare

\n\n

'\xc3\xaatre'.localeCompare('etre',undefined,{sensitivity: 'base'})\n

\n