从javascript中的字符串中删除Niqqud答案

【问题标题】：remove Niqqud from string in javascript从javascript中的字符串中删除Niqqud
【发布时间】：2016-06-09 04:44:54
【问题描述】：

我有这里描述的确切问题：

removing Hebrew "niqqud" using r

一直在努力删除 niqqud（用于表示元音或区分希伯来字母表字母的替代发音的变音符号）。例如，我有这个变量： sample1

我找不到有效的方法来删除字母下方的标志。

但在我的情况下，我必须在 javascript 中执行此操作。

根据here 描述的 UTF-8 值表，我尝试过这个regex，但没有成功。

【问题讨论】：

标签： javascript regex unicode hebrew

【解决方案1】：

您的正则表达式只是一个小问题。请尝试以下操作：

const input = "הֻסְמַק";
console.log(input)
console.log(input.replace(/[\u0591-\u05C7]/g, ''));

/*
$ node index.js
הֻסְמַק
הסמק
*/

【讨论】：

文本中的 Maqaf (u5BE) 存在问题。它被删除，两个词被连接起来。例如 כִּי־טֽוֹב 变成 כיטוב。

【解决方案2】：

nj_ 的回答很棒。

只是补充一点（因为我没有足够的声望点来直接评论）-

[\u0591-\u05C7] 可能太宽泛了。在此处查看相关表格：https://en.wikipedia.org/wiki/Unicode_and_HTML_for_the_Hebrew_alphabet#Compact_table

059x 和 05AX 行用于 t'amim（重音符号/音标）。 Niqud 本身在行中 05Bx 和 05Cx。

正如 Avraham 评论的那样，如果 2 个单词被一个 makaf (05BE) 连接，您可能会遇到问题，然后删除它，您最终会得到连续单词。

如果您只想删除 t'amim 但保留 nikud，请使用 /[\u0591-\u05AF]/g。如果您想避免 Avraham 提出的问题，您有 2 个选择 - 保留 maqaf，或者用破折号替换它：

//keep the original makafim
const input = "כִּי־טוֹב"
console.log(input)
console.log(input.replace(/([\u05B0-\u05BD]|[\u05BF-\u05C7])/g,""));

//replace makafim with dashes
console.log(input.replace(/\u05BE/g,"-").replace(/[\u05B0-\u05C7]/g,""))

/*
$ node index.js
כִּי־טֽוֹב
כי־טוב
כי-טוב
*/

【讨论】：