ts/js 版本去除文本中空格

发表于 更新于 阅读次数： Waline：

文末附上 js 版本，需求简单概括为 去除一段文本中的不可见字符，要求汉字之间无空白，英文之间多个空白合并成一个

注 v1 和 v2 均为 typescript 代码

v1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
/**
 * 删除空格，英文之间空格不删除
 */
function deleteTrim(text: string): string {
  // 替换掉两个空格以上的为单个空格
  let txtTrim = text.replace(/\s{2,}/g, " ");
  // 替换掉换行tab
  txtTrim = txtTrim.replace(/[\r\n\t]/g, "");
  // 过滤掉除了中文、英文、数字之外的
  // txtTrim = txtTrim.replace(/[^\u4e00-\u9fa5\u0030-\u0039\u0061-\u007a\u0041-\u005a]+/g, "")
  const strArr = txtTrim.split("");
  let lastChinese;
  const arrStr = [];
  strArr.forEach((char) => {
    if (char === " ") {
      if (!lastChinese) {
        arrStr.push(char);
      }
    } else {
      arrStr.push(char);
    }
    if (/.*[\u2E80-\u9FFF]+.*$/.test(char)) {
      // \u 表示unicode
      lastChinese = true;
    } else {
      lastChinese = false;
    }
  });
  return arrStr.join("");
}

v2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
/**
 * 删除空格，英文之间空格不删除
 * 文字开头不会出现空白字符,文末最多只保留一个空白
 * 去掉所有连续的不可见，只保留一个
 * 中日韩文字之间不保留任何不可见字符
 * 常用不可见字符包括 空格(\u0020) Backspace(\b) 制表符(\t) 换行符(\n) 垂直制表符(\v) 换页符(\f)等15种，详见isBlank方法注释
 * 示例
 * deleteTrim("  你 好1  hello,\r\n  world!   ")    "你好1 hello, world! "
 * deleteTrim("你  好")  "你好"
 * deleteTrim("  你好  ")  "你好"
 */
function deleteTrim(text?: string): string | undefined {
  if (!text) {
    return undefined;
  }
  let lastChinese = false,
    lastBlank = false;
  const arrStr = [];
  Array.from(text.trim()).forEach((char) => {
    if (isBlank(char)) {
      if (!lastChinese && !lastBlank) {
        arrStr.push(" ");
      }
      lastBlank = true;
      lastChinese = false;
    } else {
      arrStr.push(char);
      lastBlank = false;
      if (/[\u2E80-\u9FFF]$/.test(char)) {
        // \u 表示unicode
        lastChinese = true;
      } else {
        lastChinese = false;
      }
    }
  });
  return arrStr.join("");
}

/**
 * 判断字符是否为不可见
 * @param s 单个字符
 * @returns
 */
function isBlank(s: string): boolean {
  if (s.length > 1) {
    throw Error("只能传递单字符");
  }
  switch (s) {
    case "\u0020": // 空格
    case "\u0008": // \b
    case "\u0009": // \t
    case "\u000A": // \n
    case "\u000B": // \v
    case "\u000C": // \f
    case "\u000D": // \r
    case "\u00A0": // 不换行字符，看上去和空格一样
    case "\u2028": // 行分隔符
    case "\u2029": // 段落分隔符
    case "\uFEFF": // 字节顺序标记
    case "\u200E": // 书写标记
    case "\u2006": // 另一种编码不同的空格
    case "\u200D": //零宽连接符
    case "":
      return true;
    default:
      return false;
  }
}

JavaScript 版本

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
function deleteTrim(text) {
  if (!text) {
    return undefined;
  }
  let lastChinese = false,
    lastBlank = true;
  const arrStr = [];
  Array.from(text).forEach((char) => {
    if (isBlank(char)) {
      if (!lastChinese && !lastBlank) {
        arrStr.push(" ");
      }
      lastBlank = true;
      lastChinese = false;
    } else {
      arrStr.push(char);
      lastBlank = false;
      if (/[\u2E80-\u9FFF]$/.test(char)) {
        // \u 表示unicode
        lastChinese = true;
      } else {
        lastChinese = false;
      }
    }
  });
  return arrStr.join("");
}

function isBlank(s) {
  if (s.length > 1) {
    throw Error("只能传递单字符");
  }
  switch (s) {
    case "\u0020":
    case "\u0008": // \b
    case "\u0009": // \t
    case "\u000A": // \n
    case "\u000B": // \v
    case "\u000C": // \f
    case "\u000D": // \r
    case "\u00A0":
    case "\u2028":
    case "\u2029":
    case "\uFEFF":
    case "\u200E":
    case "\u2006":
    case "\u200D":
    case "":
      return true;
    default:
      return false;
  }
}