DIV CSS 佈局教程網

純 JS 統計字串中有幾個中文字(附雙語長度計算)
編輯:關於JavaScript     

表單驗證裡很常出現一個需求:限制輸入內容必須包含足夠的中文字數。這件事用一個正則表達式就能解決。

統計中文字數量

關鍵在於 /[\u4E00-\u9FA5]/g 這個正則,它對應 CJK 基本漢字區段。用 match() 取出所有符合的字元,再取 length 就是中文字數。

$("form").submit(function () {
  var content = editor.getContentTxt();
  var re = /[\u4E00-\u9FA5]/g;   // 中文字元

  if (content) {
    if (re.test(content)) {
      if (content.match(re).length <= 10) {
        $.dialog.tips("帖子正文不能小於10個漢字!");
        return false;
      } else {
        // 通過驗證,暫時鎖定送出按鈕避免重複提交
        var $submit = $("input[type='submit']").attr("disabled", true);
        setTimeout(function () {
          $submit.attr("disabled", false);
        }, 5000);
        return true;
      }
    } else {
      $.dialog.tips("帖子正文不能小於10個漢字!");
      return false;
    }
  } else {
    $.dialog.tips("帖子正文不能小於10個漢字!");
    return false;
  }
});

延伸:計算字串位元組長度

另一個相關的實務問題是:資料庫欄位常以位元組計算長度,中文佔 2、英數佔 1,如果前端不先擋,寫入就會出錯。有兩種常見做法。

做法一:用正則判斷是否為非 ASCII 字元。

function getByteLen(val) {
  var len = 0;
  for (var i = 0; i < val.length; i++) {
    var a = val.charAt(i);
    if (a.match(/[^\x00-\xff]/ig) != null) {
      len += 2;      // 非 ASCII,算兩個位元組
    } else {
      len += 1;
    }
  }
  return len;
}

做法二:用 Unicode 編碼範圍判斷。

function getByteLen(val) {
  var len = 0;
  for (var i = 0; i < val.length; i++) {
    var length = val.charCodeAt(i);
    if (length >= 0 && length <= 128) {
      len += 1;
    } else {
      len += 2;
    }
  }
  return len;
}

兩者相比,做法二少了正則的額外開銷,效能通常更好,也更直觀。不過要留意:這套「中文算 2 位元組」的假設建立在 GBK/Big5 這類編碼上,若資料庫用的是 UTF-8,中文實際佔 3 個位元組,計算方式需要跟著調整。此外,emoji 與部分罕用字在 JavaScript 中會佔兩個 UTF-16 碼元(length 為 2),若要精確統計「字數」而非「碼元數」,建議搭配 Intl.Segmenter 或 [...str].length 來處理。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved