如何转换拉丁和Unicode混合字符的字符串

Question

我有许多由混合的拉丁和unicode编码西里尔符号组成的字符串。 我需要的是一个javascript函数，可将这些字符串转换为人类可读的形式。 这是我想出的：

var EGstr = 'Гриф Kettler прямой';
var newStr = EGstr.replace(/&#(\d+);/g, String.fromCharCode('$1') );

本来可以正常工作，但事实并非如此……请告诉我如何正确更改代码。

Answer 1

您可以使用：

var d = document.createElement('div');
d.innerHTML = 'Гриф Kettler прямой';
alert(d.innerHTML); //Гриф Kettler прямой

而不是正则表达式。

或者如果我们将其放入函数中...

function getText(txt) {
  var d = document.createElement('div');
  d.innerHTML = txt;
  return d.innerHTML;
}

Answer 2

您可以提供替换功能来replace方法：

var newStr = EGstr.replace(/&#(\d+);/g, function(_, $1) {
    return String.fromCharCode($1);
});

替换函数的第一个参数是与整个表达式匹配的文本（我们不需要）。

从第二个参数开始，将是捕获组捕获的任何参数。

倒数第二个参数和最后一个参数将分别包含match和源字符串的偏移量（我们在这里也不需要，所以我不在替换函数中声明它们）。