使用 VB Script RegExp 对象将 '\uA90F' 形式的 JSON Unicode 转义序列转换为 XML 字符引用

Question

我想将 \uA90F 形式的 JSON Unicode 转义序列转换为 &#xA90F&#59; 形式的 XML 字符引用。

下面脚本中的Replace 工作正常，但我不知道如何替换回原始字符串，因此：

Zo\u00EB C\u00E9cile Fran\u00E7oise

变成：

Zoë Cécile Françoise

Dim RegX, InputText, Pattern, ReplacedText

            'Zoe        Francoise       Cecile
InputText = "Zo\u00E2   Fran\u00E7oise  C\u00E9cile"

SearchPattern = "\\u[a-zA-Z0-9]{4}"

set RegX = New RegExp
RegX.Pattern = SearchPattern
RegX.Global = True

Set Matches = RegX.Execute(InputText)
For Each Match In Matches
    s = Replace(Match, "\u", "&#x") & ";" '<-- ** This works fine **
    MsgBox(s)
Next

Answer 1

您需要将十六进制字符与[A-Fa-f0-9] 匹配，而不是[a-zA-Z0-9]。

此外，您需要围绕需要保留在结果中的模式使用捕获组，并在 RegExp.Replace 方法中使用反向引用（您无需先收集匹配项）。

所以，你可以使用

Dim RegX, InputText, ReplacedText

InputText = "Zo\u00E2   Fran\u00E7oise  C\u00E9cile"

Set RegX = New RegExp
RegX.Pattern = "\\u([a-fA-F0-9]{4})"
RegX.Global = True

ReplacedText = RegX.Replace(InputText, "&#x$1;")
  
MsgBox(ReplacedText)

请参阅regex demo。

Answer 2

注意：正如 @MichaelKay 在 cmets 中提到的，您尝试做的事情仅适用于 Unicode 字符 U+FFFF。对于更高价值的代码点，代码会变得更复杂一些。

每个Match 都有三个属性：

• Value - 搜索字符串中匹配的实际文本。

• FirstIndex - 搜索字符串中匹配的第一个字符的从 0 开始的索引。

• Length - 匹配字符串的长度。

因此，您确切地知道每个Match 在InputText 字符串中的位置。您可以使用该信息创建一个新字符串，其中包含替换的子字符串，例如：

Dim RegX, InputText, SearchPattern, ReplacedText, S, StartIdx, FoundIdx

            'Zoe        Francoise       Cecile
InputText = "Zo\u00E2   Fran\u00E7oise  C\u00E9cile"

SearchPattern = "\\u([a-fA-F0-9]{4})"

set RegX = New RegExp
RegX.Pattern = SearchPattern
RegX.Global = True

Set Matches = RegX.Execute(InputText)

StartIdx = 1
ReplacedText = ""

For Each Match In Matches
    S = Replace(Match.Value, "\u", "&#x") & ";"
    MsgBox(S)
    FoundIdx = Match.FirstIndex + 1
    If FoundIdx > StartIdx Then
        ReplacedText = ReplacedText + Mid(InputText, StartIdx, FoundIdx - StartIdx)
    End If
    ReplacedText = ReplacedText + S
    StartIdx = FoundIdx + Match.Length
Next

If StartIdx <= Len(InputText) Then
    ReplacedText = ReplacedText + Mid(InputText, StartIdx)
End If

或者，您可以只使用RegExp.Replace() 方法，就像 @WiktorStribiżew's answer 演示的那样。