如何防止 JavaScript 正则表达式中的空格？

问题描述

我在下面有这段 JavaScript 代码，用于删除给定单词 (ستاک ئەڤەفلۆو) 中的空格，我在 Console.log 中尝试了它，但它有问题。

var text = "ئایا ستاک ئەڤەفلۆو مانای چییە؟ دووبارە ستاک ئەڤەفلۆو مانای چییە؟";

text = text.replace(
            new RegExp("(^|\\s|_|«|»|\\[|\\(|\\<|\\>|\\')(ستاک ئەڤەفلۆو)(?= |«|»|\\.|،|_|\\]|\\s|\\:|\\)|\\<|\\>|؟|\\'|\\!|$)",'g'),function (x) { return x.replace(/ /gi,''); } // 'i' is just to trick bidi algorithm on code view
        );

以下是错误的输出：

ئایاستاکئەڤەفلۆو مانای چییە؟ دووبارەستاکئەڤەفلۆو مانای چییە؟

删除给定字符串之前的空格，因此它将给定字符串与前一个单词合并。

输出应该是：

ئایا ستاکئەڤەفلۆو مانای چییە؟ دووبارە ستاکئەڤەفلۆو مانای چییە؟

谢谢！

解决方法

我建议通过将单个字符替代项合并到字符类中来删除转义符，并通过仅删除第 2 组中的空格而不是第 1 组中的空格来解决该问题。

var text = "ئایا ستاک ئەڤەفلۆو مانای چییە؟ دووبارە ستاک ئەڤەفلۆو مانای چییە؟";

text = text.replace(
  new RegExp("(^|[\\s_«»[(<>'])(ستاک ئەڤەفلۆو)(?=[«».،_\\]\\s:)<>؟'!]|$)",'g'),function (x,punct,word) { return (punct || "") + word.replace(/\s+/gi,''); }
);
console.log(text)

所以，正则表达式的意思是

• (^|[\s_«»[(<>']) - 捕获组 1（替换回调函数中的 punct）：字符串的开头，或空格，_、«、» 、[、(、<、> 或 '
• (ستاک ئەڤەفلۆو) - 捕获第 2 组 (word)：一些短语
• (?=[«».،_\]\s:)<>؟'!]|$) - 匹配字符串中紧跟 «、»、.、،、{{1 的位置的正向前瞻}}、_、空格、]、:、)、<、>、؟、{{1 }} 或字符串结尾。

在匹配时，'（如果匹配）被附加到从所有空格（带有 !）中去除的 punct。