javascript - 无法使用 javascript 替换特殊字符组合

Question

我想‍从段落中删除所有带有字符“ا”的内容。我使用以下方法，但控制台说找不到这种组合。请考虑这是波斯语单词，并且字符“ا”紧随其后‍，因为字符从右到左书写，并且字符“ا”之前的尾部证明它们连接在一起。

$(document).ready(function(){
   var htm=$("div").html();
   var shouldRemove="‍ا";
   if (htm.includes(shouldRemove)){
       console.log('found');
   }
   else{
       console.log('not found');
   }
})

body{font-size:26pt}

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<div>&zwj;احترام</div>

Answer 1

一种方法是使用下面的方法将 转换‍ا为文本，并获取 的文本div而不是其 html，然后比较两个文本：

$(document).ready(function(){
   // get the text
   var div_txt = $("div").text();
   var shouldRemove = "‍ا";
   // put it as html in a span, then get it as text
   var rem_txt = $("<span>").html(shouldRemove).text();
   if (div_txt.includes(rem_txt)) {
       console.log('found');
   } else {
       console.log('not found');
   }
})

body {
    font-size:26pt
}

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>

<div>&zwj;احترام</div>

Answer 2

这里的问题是，当从 DOM 读取 HTML 实体时，实体会被解析，因此字符序列‍会变成单个字符的零宽度连接符。

如果您要在命令行上运行 JavaScript，您的方法将起作用：

$ node
> s = '<div>&zwj;احترام</div>'
'<div>&zwj;احترام</div>'
> s.includes("&zwj;ا")
true

即使在浏览器中，如果您直接使用 JavaScript 控制台，一切都会按照您的预期正常运行：

那么从 DOM 读取（在您的情况下，使用 jQuery）有什么不同？要查看发生了什么，让我们检查字符串中的实际字符：

$(document).ready(function(){
   var htm=$("div").text();
   console.log(Array.from(htm));
   console.log(Array.from("‍ا"));
})

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<div>&zwj;احترام</div>

这给出了：

啊哈，所以 jQuery 正在解析 HTML 实体！因此，您要搜索的文本应该是JavaScript zwj，而不是 HTML。像这样指定它：

$(document).ready(function(){
   var htm=$("div").html();
   var shouldRemove="\u{200d}ا";
   if (htm.includes(shouldRemove)){
       console.log('found');
   }
   else{
       console.log('not found');
   }
})

body{font-size:26pt}

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<div>&zwj;احترام</div>

现在它输出true.

RTL（文本方向）一切都很好！事实证明，这只是 HTML 实体何时被解析的问题。:)

Answer 3

不要在 HTML 中搜索实体，而是在节点的文本值（不是其 HTML）中‍搜索字符本身（代码点 +U200D ）：div

console.log("Found?", $("div").text().includes("\u200Dا"));

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<div>&zwj;احترام</div>

Answer 4

如果您控制台记录您的 htm 变量，它将 o/p 为：‍احترام，这就是为什么当您尝试使用“‍ا”搜索它时，它会输出为“未找到”。请尝试以下方法：

$(document).ready(function(){
   var htm=$("div").html();
   var shouldRemove="ا";
   if (htm.includes(shouldRemove)){
       console.log('found');
   }
   else{
       console.log('not found');
   }
})

body{font-size:26pt}

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<div>&zwj;احترام</div>