[英]Using JavaScript to check whether a string contains Japanese characters (including kanji)
如何检查给定字符串是否包含一个或多个日文字符(由假名和/或汉字组成)?
我在这里看到了一个类似的问题: 如何检查变量是否包含中文/日文字符? ,我用解决方案来提出这个:
var containsJapanese = string.match(/[\u3400-\u9FBF]/);
然而,这给出了许多误报。
我已经通过脚本遍历整个网页的内容(例如Facebook,Stack Overflow等)来测试它,并标记了应该包含日文文本的div。 在这种情况下,大量的div最终会被错误标记。 我也测试了它确实包含日文文本的页面,而日本的div那里最终得到与许多错误标记的div正确标记。
检查这是否有效。 我发现这个网站似乎列出了可能在日文文本中使用的Unicode中的所有字符。
相应的正则表达式(单个字符)将是:
/[\u3000-\u303f\u3040-\u309f\u30a0-\u30ff\uff00-\uff9f\u4e00-\u9faf\u3400-\u4dbf]/
-------------_____________-------------_____________-------------_____________
Punctuation Hiragana Katakana Full-width CJK CJK Ext. A
Roman/ (Common & (Rare)
Half-width Uncommon)
Katakana
范围是(从网站引用):
3000 - 303f
:日式标点符号 3040 - 309f
:平假名 30a0 - 30ff
:片假名 ff00 - ff9f
:全角罗马字符和半角片假名 4e00 - 9faf
:CJK统一表意文字 - 普通和不常见的汉字 3400 - 4dbf
:CJK统一表意文字扩展A - 罕见汉字 我稍微改变了范围:
ff00 - ffef
改为ff00 - ffef
ff00 - ff9f
为全角罗马字符和半角片假名 。 来自ffa0 - ffdc
的代码点包含Hangul半角字符,这不是你想要的。 您可能需要重新添加ffe0 - ffef
的代码点,但它们大多是半角标点符号或全角货币符号。 您可以检查网站并取消您不想要的任何范围,或确保它不会出现在您的输入中。
使用charCode函数检测日语。 例如,(来自网站http://www.jpf.go.jp/j/index.html )
var a=$('a[href$="culture/new/index.html"]').text();
a=a+'K';
for(i=0;i<3;i++){ //3 as i knew it was length 3. Please use string.length
console.log(a.charCodeAt(i));
//Detect the charCode here and use break on match
}
Output : 19968 35239 75
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.