Question

我正在尝试使用带有以下代码的findText在日文文档中找到多个片假名单词（Unicode范围内的一堆字母）：

function highlightKatakana() {

  var katakana = "[\u30A0-\u30FF]+";

  var doc = DocumentApp.getActiveDocument();
  var bodyElement = doc.getBody();
  var searchResult = bodyElement.findText(katakana); 

  while (searchResult != null) {
    var thisElementText = searchResult.getElement().asText();
    Logger.log(thisElementText.getText());
    Logger.log("From " + searchResult.getStartOffset() + " to " + searchResult.getEndOffsetInclusive());
    searchResult = bodyElement.findText(katakana, searchResult);
  }
}

出于某种原因，我不知道，在搜索下一个匹配项时，它从上一个字符的最后一个字符开始，因此它再次匹配为一个字符字。

以下是日志中的示例，它应该只匹配一次：

キンメダイの切り身に包丁目を入れ（火通りをよくし，味をしみ込みやすくするため），热汤をかけてすぐに冰水にとる（霜降り）。从0到4

キンメダ的イの切り身に包丁目を入れ（火通りをよくし，味をしみ込みやすくするため），热汤をかけてすぐに冰水にとる（霜降り）。从4到4

由于searchResult是一个只有get方法的RangeElement，因此使用findText（searchPattern，from）函数的正确方法应该是什么？

Answer 1

这里似乎有一个错误，RangeElement不会将索引移动到结束+ 1位置。

你可以尝试通过另一次搜索“吃掉”角色来解决这个问题（[\s\S]应提前1个字符）：

while (searchResult != null) {
    var thisElementText = searchResult.getElement().asText();
    Logger.log(thisElementText.getText());
    Logger.log("From " + searchResult.getStartOffset() + " to " + searchResult.getEndOffsetInclusive());
    searchResult = bodyElement.findText("[\s\S]", searchResult); // <= HERE
    searchResult = bodyElement.findText(katakana, searchResult);
  }

或者使用JS（类似Tim建议的那样）：

var katakana = /[\u30A0-\u30FF]+/g;
var doc = DocumentApp.getActiveDocument();
while ((m=katakana.exec(doc.getBody().getText())) !== null) {
  Logger.log("Matched: " + m[0] + ", from " + m.index + " to " + katakana.lastIndex);
}

Answer 2

试试这个

var re = /[\u30A0-\u30FF]+/g; 
var str = 'キンメダイの切り身に包丁目を入れ（火通りをよくし、味をしみ込みやすくするため）、熱湯をかけてすぐに氷水にとる（霜降り）。';
var m;

while ((m = re.exec(str)) !== null) {
    alert(m);
}

输出：

キンメダイ

将findText（）用于多个事件时的额外匹配

2 个答案: