获取 javascript 节点原始内容

Question

我在一个变量中有一个 javascript 节点，如果我将该变量记录到控制台，我会得到：

"​asekuhfas eo"

只是 javascript 节点中的一些随机字符串。我想把它变成一个字符串。但问题是，当我在上面使用textContent 时，我得到了这个：

​asekuhfas eo

特殊字符被转换。我需要让字符串看起来像这样：

​asekuhfas eo

这样，我可以处理特殊字符（识别它何时存在于字符串中）。

我怎样才能让那个节点对象在它出现时成为一个字符串？

Answer 1

正如 VisionN 所指出的，无法反转 UTF-8 编码。 但是，通过使用 charCodeAt()，您可能仍然可以实现您的目标。

假设你有你的 textContent。通过遍历每个字符，检索其 charCode 并在前面加上“”以及附加“;”你可以得到你想要的结果。这种方法的缺点显然是您将拥有此注释中的每个字符，即使那些不需要它。通过引入某种阈值，您可以将其限制为仅外来字符。

一个非常幼稚的方法是这样的：

var a = div.textContent;
var result = "";
var treshold = 1000;
for (var i = 0; i < a.length; i++) {
  if (a.charCodeAt(i) > 1000)
    result += "&#" + a.charCodeAt(i) + ";";
 else 
    result += a[i];
}

Answer 2

textContent 正确返回所有内容，因为​ 是Unicode Character 'ZERO WIDTH SPACE' (U+200B)，即：

通常缩写为ZWSP

此字符用于不可见的单词分隔和换行控制；它没有宽度，但它存在于两个字符之间并不会阻止对齐时增加的字母间距

可以很容易地证明：

var div = document.createElement('div');
div.innerHTML = '​xXx';

console.log( div.textContent );                   // "​xXx"
console.log( div.textContent.length );            // 4
console.log( div.textContent[0].charCodeAt(0) );  // 8203

正如Eugen Timm在his answer中提到的那样，将UTF字符转换回HTML实体有点棘手，他的解决方案对于字符码高于1000的非标准字符完全有效。作为替代方案，我可能会提出一个更短的 RegExp 解决方案，它会给出相同的结果：

var result = div.textContent.replace(/./g, function(x) {
    var code = x.charCodeAt(0);
    return code > 1e3 ? '&#' + code + ';' : x;
});

console.log( result );  // "​xXx"

为了更好的解决方案，您可以查看this answer，它可以处理所有 HTML 特殊字符。