土耳其字符串的子字符串答案

【问题标题】：Substring of a Turkish String土耳其字符串的子字符串
【发布时间】：2016-10-09 20:28:30
【问题描述】：

我有一个这样的字符串

var element = "İstanbul";

当我像这样将它转换为小写时：

var element = element.toLowerCase();

变成了

"istanbul"

我需要小写字符串"istanbul"的子字符串。

所以，当我在小写操作之前这样做时

element.substr(0,2)

输出正确

但是当我执行以下操作时，我知道substr(0,2) 应该给"is" 而不是i 是错误的

为什么会这样，我该如何纠正？

【问题讨论】：

你能展示一些工作代码来调试吗？
str.substr(0,2) 据我所知正在正常返回。可能你需要参考doc，上面写着The substr() method extracts parts of a string, beginning at the character at the specified position, and returns the specified number of characters.
是的，根据此信息，上层工作正常，但下层没有。
请添加一些代码进行调试。您正在尝试的较低的在哪里，第一个在哪里？
@titi23 我认为添加了所有需要的调试代码

标签： javascript string utf-8 substring

【解决方案1】：

试试

element.toLowerCase().replace(new RegExp("İ".toLowerCase(), "g"), "i");

而不是

element.toLowerCase();

【讨论】：

【解决方案2】：

发生这种情况是因为在更改为小写时字符串被规范化，İ 变成 2 个字符："i"（http://www.fileformat.info/info/unicode/char/0069/index.htm）和"̇"（后者是一个变音符号http://www.fileformat.info/info/unicode/char/0307/index.htm） .

为防止出现这种情况，您可以使用 ES2015 字符串迭代工具将字符串拆分为字符，并将字符分别小写：

const arr_l_new = [...str].map(s => s.toLowerCase());

那么就可以取前N个字符了：

const first_2_chars = arr_l_new.slice(0, 2).join('');

注意：如果您计算first_2_chars 的长度，您会注意到它的长度为3，这是由于变音字符，实际上对于小写i 是不可见的。

var str = "İstanbul";
const arr_l = [...str].map(s => s.toLowerCase());
const first_2_l = arr_l.slice(0, 2).join('');

console.log(first_2_l, first_2_l.length);

【讨论】：

这个我没注意到。谢谢。