我一直在努力寻找一种处理重音字符的理想方式。
首先,我在mongo中插入(获取)之前使用这两种方法对文本进行编码(解码)。
function encode_utf8(s) {
return unescape(encodeURIComponent(s));
}
function decode_utf8(s) {
return decodeURIComponent(unescape(s));
}
当我从mongodb获取注释并显示它们时,此方法正常工作(ajax请求):
$.ajax({
url : "http:www.mywebsite.com/comments",
type : "get",
data : "key=" + env.key + "&login=" + login,
dataType : "json",
success: function(response) { console.log(decode_utf8(reponse.texte)); /* yay works fine */ },
error : function(jqXHR, textStatus, errorThrown) {}
});
但是当我使用下面的代码(MapReduce的地图功能)时,它不会处理重音:
String map = "function map() { "
+ "var texte = decodeURIComponent(unescape(this.comment));"
+ "var words = texte.match(/\\w+/g);"
+ "if(words) "
+ for(var i=0; i<words.length; i++)
+ emit(words[i].toLowerCase(), 1);"
+ "}"
Ex:结果为ùùdzedzed
而不是dzedzed
。
任何建议或解决方法都会很棒。
编辑:
我的mongo内容:
{“_ id”:ObjectId(“55460441e4b00700737c56cc”),“id”:“c0ab4be5-f4f3-4c73-a7a0-f6863b6ce6511430651969105”,“auteur_login”:“testlogin”,“auteur_id”:1,“comment”:“ êtreoùréglemça“,”date“:”Sun May 03 13:19:29 CEST 2015“}
{“_ id”:ObjectId(“554612f1e4b0953aca0c0be0”),“id”:“aaa52859-5de6-469b-a17f-aa4615db77f71430655729171”,“auteur_login”:“testlogin”,“auteur_id”:1,“comment”:“ Ãla“,”date“:”Sun May 03 14:22:09 CEST 2015“}
{“_ id”:ObjectId(“55461c21e4b0643ea96f7933”),“id”:“ba3ae7c0-39a6-4c77-86ec-d193e39759b71430658081921”,“auteur_login”:“testlogin”,“auteur_id”:1,“comment”:“ voilÓ,”date“:”Sun May 03 15:01:21 CEST 2015“}
{“_ id”:ObjectId(“5547f5ede4b055c2ffb1a592”),“id”:“a9a1e7d4-c28d-4f9e-98d5-3fe7fba3bb5e1430779373121”,“auteur_login”:“testlogin”,“auteur_id”:1,“comment”:“ vb vb vb“,”date“:”Tue May 05 00:42:53 CEST 2015“}
{“_ id”:ObjectId(“5547f5fbe4b055c2ffb1a593”),“id”:“b5ad2b7e-987f-4d32-b5ca-bc06bdc57f611430779387478”,“auteur_login”:“testlogin”,“auteur_id”:1,“comment”:“ vb vb“,”date“:”Tue May 05 00:43:07 CEST 2015“}
{“_ id”:ObjectId(“5548b88ee4b029bc67d7a638”),“id”:“451e4e0d-c15a-4657-82c3-7760555b6c811430829198040”,“auteur_login”:“testlogin”,“auteur_id”:1,“comment”:“ ecrit n'importe quoi“,”date“:”Tue May 05 14:33:18 CEST 2015“}
{“_ id”:ObjectId(“554b9409e4b004c1b252f9cb”),“id”:“f36c3b49-72b1-48f4-ae92-a7933bc1e2761431016457515”,“auteur_login”:“moi12345”,“auteur_id”:9,“comment”:“ salut“,”date“:”Thu May 07 18:34:17 CEST 2015“}
{“_ id”:ObjectId(“554b941be4b004c1b252f9cd”),“id”:“1adc6788-32be-4c3a-bd73-16dad0b4bb741431016475777”,“auteur_login”:“moi12345”,“auteur_id”:9,“comment”:“ regregerhg“,”date“:”2007年5月7日18:34:35 CEST 2015“}
这就是结果:
“sfsdfs”:58.0更新
“ta”:58.0更新
“test1”:58.0更新
“teste”:9.666666666666666更新
“ton”:58.0更新
“tre”:29.0插入
“尝试”:58.0更新
“tudiant”:58.0插入
“tweed”:58.0更新
“une”:58.0更新
“va”:19.333333333333332更新
“vb”:29.0更新
“veux”:19.333333333333332更新
“vient”:58.0更新
“voil”:58.0插入
示例:我应该获取voilà
而不是voil
答案 0 :(得分:2)
因此,基本上,您的“encode_utf8”方法会将UTF-8字符串转换为8位字节。你为什么这样做?
([de / en] codeURIComponent()使用UTF-8编码,[un]编码使用ISO-8859-1)
对于对称性,您的“decode_utf8(s)”应为
return decodeURIComponent(escape(s));
而不是“unescape”。
请注意,不推荐使用escape()和unescape()Javascript方法
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/escape
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/unescape