萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 腳本程式專題 >> JavaScript

JavaScript 判斷漢字的兩種核心方法:正則與 Unicode 範圍

場景

  • 表單驗證:限制輸入純英文/數字,禁止中文
  • 字元長度計算:中文算 2 字元,英文算 1 字元(如 SMS、資料庫欄位限制)
  • 內容過濾:提取或移除中文段落

方法一:正則表達式匹配

核心正則

// 基本漢字範圍:CJK Unified Ideographs (4E00-9FFF)
var chineseReg = /[\u4e00-\u9fff]/;

// 擴展範圍(含擴展區 A/B、部首補充等)
var chineseRegFull = /[\u3400-\u4dbf\u4e00-\u9fff\uf900-\ufaff]/;

實戰:輸入框禁止中文

<input id="username" type="text" onblur="checkNoChinese(this)" />

function checkNoChinese(input) {
  var chineseReg = /[\u4e00-\u9fff]/;
  if (chineseReg.test(input.value)) {
    alert('不能輸入漢字!');
    input.value = input.value.replace(chineseReg, '');  // 移除所有中文
    input.focus();
    return false;
  }
  return true;
}

實戰:提取所有中文

var str = 'Hello 世界 2024 年';
var chineseOnly = str.match(/[\u4e00-\u9fff]+/g);  // ['世界', '年']
var noChinese = str.replace(/[\u4e00-\u9fff]/g, '');  // 'Hello  2024 '

console.log(chineseOnly, noChinese);

方法二:Unicode 碼位範圍判斷

逐字符檢查 charCodeAt() 是否大於 255(基本多文種平面 BMP 以外多為中日韓字符)。

字串長度計算(中文 2、英文 1)

/**
 * 計算字串視覺長度:中文=2,英文/數字/符號=1
 * @param {string} str
 * @returns {number}
 */
function getVisualLength(str) {
  var len = 0;
  for (var i = 0; i < str.length; i++) {
    // charCodeAt > 255 通常為雙位元組字符(中日韓)
    if (str.charCodeAt(i) > 255) {
      len += 2;
    } else {
      len += 1;
    }
  }
  return len;
}

// 測試
getVisualLength('Hello');      // 5
getVisualLength('你好');       // 4
getVisualLength('Hello世界');  // 9

截取指定視覺長度

/**
 * 按視覺長度截取字串
 * @param {string} str
 * @param {number} maxLen - 最大視覺長度
 * @returns {string}
 */
function cutByVisualLength(str, maxLen) {
  var len = 0;
  var result = '';
  for (var i = 0; i < str.length; i++) {
    var charLen = str.charCodeAt(i) > 255 ? 2 : 1;
    if (len + charLen > maxLen) break;
    result += str[i];
    len += charLen;
  }
  return result;
}

cutByVisualLength('Hello世界', 6);  // 'Hello世' (5+2=7超過,取5+1=6? 實際邏輯需微調)

進階:支援 Emoji 與擴展字符

charCodeAt 僅回傳 BMP 範圍(0-65535),Emoji 等補充平面字符會被拆成代理對。現代寫法用 codePointAt + for...of:

function getVisualLengthModern(str) {
  var len = 0;
  for (var ch of str) {
    var code = ch.codePointAt(0);
    // 簡化判斷:CJK 範圍或代理對(> 0xFFFF)
    if (code > 0xFFFF || (code >= 0x4E00 && code <= 0x9FFF)) {
      len += 2;
    } else {
      len += 1;
    }
  }
  return len;
}

// 測試 Emoji
getVisualLengthModern('😀');  // 2 (Emoji 視覺寬度通常算 2)
getVisualLengthModern('Hello😀世界');  // 5 + 2 + 4 = 11

效能對比

方法效能準確度適用場景
正則 /[\u4e00-\u9fff]/高基本漢字覆蓋驗證、提取、替換
charCodeAt > 255極高含日韓字符、誤判稀有字符長度計算、高頻調用
codePointAt + 範圍判斷中最高(含 Emoji、擴展區)國際化專案、精準計算

總結

  • 驗證/提取/替換:正則 /[\u4e00-\u9fff]/ 最簡潔
  • 長度計算/截取:charCodeAt > 255 效能最佳,現代項目升級 codePointAt
  • 資料庫欄位限制:後端同樣需按字節/字符長度驗證,前後端邏輯保持一致
  • 正則可擴展至 [\u3400-\u4dbf\u4e00-\u9fff\uf900-\ufaff] 覆蓋更全面
copyright © 萬盛學電腦網 all rights reserved