Question

我有这里描述的确切问题：

一直在努力去除niqqud（用于表示元音的变音符号或区分希伯来字母的字母的替代发音）。我有这个变量：sample1＆lt; - “הֻסְמַק”

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，我尝试了regex但没有成功。

Answer 1

你的正则表达式只是一个小问题。请尝试以下方法：

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

/*
$ node index.js
הֻסְמַק
הסמק
*/

Answer 2

nj_ 的回答很棒。

补充一点（因为我没有足够的声望点直接评论）-

[\u0591-\u05C7] 可能太宽泛了。请参阅此处的相关表格：https://en.wikipedia.org/wiki/Unicode_and_HTML_for_the_Hebrew_alphabet#Compact_table

行 059x 和 05AX 用于 t'amim（重音/音符）。 Niqud 本身在行 05Bx 和 05Cx 中。

正如 Avraham 评论的那样，如果 2 个词由一个 makaf (05BE) 连接，您可能会遇到问题，然后通过删除它，您最终会得到连贯的词。

如果您只想删除 t'amim 而保留 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
*/

在javascript中从字符串中删除Niqqud

2 个答案: