正则表达式替换所有上标数字答案

【问题标题】：Regex to replace all superscript numbers正则表达式替换所有上标数字
【发布时间】：2016-06-28 20:44:09
【问题描述】：

我正在努力寻找一个合理的解决方案。我需要替换以下字符：⁰¹²³⁴⁵⁶⁷⁸⁹ 使用正则表达式替换。我认为你会这样做：

item = item.replace(/[⁰¹²³⁴⁵⁶⁷⁸⁹]/g, '');

但是，当我尝试这样做时，notepad++ 会将符号 5-9 转换为常规脚本编号。我意识到这可能与我使用的编码格式有关，我看到它设置为 ANSI。

我从来没有真正理解各种编码格式之间的区别。但我想知道这个问题是否有任何简单的解决方法？

【问题讨论】：

你试过将notepad++编码设置为utf8吗？
^ 您应该始终使用它，用于所有事情
另外，你必须正确地把 /[⁰¹²³⁴⁵⁶⁷⁸⁹]/g 包裹起来，你错过了起始括号
你真的必须知道各种字符编码之间的区别。这是必不可少的。这应该有助于开始您的旅程。 kunststube.net/encoding
如果您更正正则表达式（并且 jsFiddle 使用 UTF8） -> jsfiddle.net/x010mpdp，则效果很好

标签： javascript regex string unicode superscript

【解决方案1】：

这是查找所有上标数字的简单正则表达式

/\p{No}/gu/

细分：

\p{No} 匹配上标或下标数字，或不是数字 [0-9] 的数字
u modifier: unicode：模式字符串被视为 UTF-16。还会导致转义序列匹配 unicode 字符
g modifier：全球。所有比赛（第一场比赛不返回）

https://regex101.com/r/zA8sJ4/1

现在，大多数现代浏览器仍然没有内置对正则表达式中的 unicode 数字的支持。我建议使用xregexp 库

XRegExp 提供增强的（和可扩展的）JavaScript 正则表达式。您将获得超出浏览器本机支持的新现代语法和标志。 XRegExp 也是一个正则表达式实用工具带，它提供的工具可以让您更轻松地进行客户端 grepping 和解析，同时让您不必担心 JavaScript 正则表达式的讨厌方面，例如跨浏览器不一致或手动操作 lastIndex。

http://xregexp.com/

HTML 解决方案

HTML 有一个<sup> 标记用于表示上标文本。

标签定义上标文本。上标文本出现在法线上方半个字符处，有时以较小的字体呈现。上标文本可用于脚注，如 WWW[1]。

如果有上标数字，则 html 标记几乎肯定有 sup 标记。

var math = document.getElementById("math");

math.innerHTML = math.innerHTML.replace(/<sup>[\d]?<\/sup>/g, "");

&lt;p id="math"&gt;4&lt;sup&gt;2&lt;/sup&gt;+ 3&lt;sup&gt;2&lt;/sup&gt;&lt;/p&gt;

【讨论】：

我认为这不是 javascript 中的有效正则表达式，不支持 unicode 标志
@adeneo——ECMAScript 2015 支持 Unicode 转义序列（和 u 标志），但似乎还没有很多浏览器实现它们。
\p{No} 还匹配不是上标数字的600 other characters。
@RobG - 确实，不知道。我可以在规范中找到它，但关于浏览器支持的内容不多，似乎它在任何地方都还没有得到真正的支持。但是，OP 的正则表达式工作得很好。
You can't parse (X)HTML with regex.

【解决方案2】：

使用 UTF-8。如果由于某种原因你不能，解决方法正在转义

var rg = new RegExp(
  "[\u2070\u00b9\u00b2\u00b3\u2074\u2075\u2076\u2077\u2078\u2079]",
  "g"
);

【讨论】：

【解决方案3】：

我建议尝试以下正则表达式：

/[\u2070-\u209f\u00b0-\u00be]+/g

代码看起来像

var re = /[\u2070-\u209f\u00b0-\u00be]+/g; 
var str = '⁰¹²³⁴⁵⁶⁷⁸⁹';
var subst = ''; 

var result = str.replace(re, subs);

成功运行后的结果将包含：

2sometext

在此处查看demo

【讨论】：