DIV CSS 佈局教程網

JavaScript 字串截取全攻略:substring、substr 與中文安全切法
編輯:關於JavaScript     

「把字串從第幾個字切到第幾個字」是再基礎不過的需求,但 JavaScript 提供了好幾個長得很像的方法,行為差異又容易混淆。本文把 substring 與 substr 的規則整理清楚,並附上中文情境下不會產生亂碼的兩種做法。

一、substring(start, stop)

substring 提取介於兩個索引之間的內容,結果包含 start 位置、但不包含 stop 位置,長度即 stop 減 start。它有三個特別行為:start 與 stop 相等時回傳空字串;若 start 大於 stop,會自動交換兩個參數;任何負數參數都會被當成 0 處理。

 var str = "0123456789"; alert(str.substring(0));------------"0123456789" alert(str.substring(5));------------"56789" alert(str.substring(10));-----------"" alert(str.substring(12));-----------"" alert(str.substring(-5));-----------"0123456789" alert(str.substring(-10));----------"0123456789" alert(str.substring(-12));----------"0123456789" alert(str.substring(0,5));----------"01234" alert(str.substring(0,10));---------"0123456789" alert(str.substring(0,12));---------"0123456789" alert(str.substring(2,0));----------"01" alert(str.substring(2,2));----------"" alert(str.substring(2,5));----------"234" alert(str.substring(2,12));---------"23456789" alert(str.substring(2,-2));---------"01" alert(str.substring(-1,5));---------"01234" alert(str.substring(-1,-5));--------"" 

二、substr(start, length)

substr 的第二個參數語意完全不同:它是「要取幾個字」,而不是「切到哪個索引」。這正是兩者最容易搞混的地方。length 為 0 或負數時回傳空字串,省略則一路取到結尾。

 var str = "0123456789"; alert(str.substr(0));---------------"0123456789" alert(str.substr(5));---------------"56789" alert(str.substr(10));--------------"" alert(str.substr(12));--------------"" alert(str.substr(-5));--------------"0123456789" alert(str.substr(-10));-------------"0123456789" alert(str.substr(-12));-------------"0123456789" alert(str.substr(0,5));-------------"01234" alert(str.substr(0,10));------------"0123456789" alert(str.substr(0,12));------------"0123456789" alert(str.substr(2,0));-------------"" alert(str.substr(2,2));-------------"23" alert(str.substr(2,5));-------------"23456" alert(str.substr(2,12));------------"23456789" alert(str.substr(2,-2));------------"" alert(str.substr(-1,5));------------"01234" alert(str.substr(-1,-5));-----------"" 

補充一點:substr 因參數語意容易誤用,已被標註為 legacy 特性。新專案建議統一使用 substring,或語意最清楚的 slice——slice 支援負索引,且不會自動交換參數,行為最可預測。

三、含中文時怎麼切

中文字在舊編碼環境中佔兩個位元組,直接按字元數切會切斷一個字。以下兩種寫法的共同思路是:先把中文字元視為兩個單位寬,再逐步累積直到超過限制。

第一種,掛在 String.prototype 上的 sub 方法:

 String.prototype.sub=function(n){ var r=/[^\x00-\xff]/g; if(this.replace(r,"mm").length<=n){return this;} var m=Math.floor(n/2); for(var i=m;i<this.length;i++){ if(this.substr(0,i).replace(r,"mm").length>=n){ return this.substr(0,i)+"..."; } } return this; } 

第二種,寫成獨立函式,參數依序為字串、長度、是否補上省略號:

 function subString(str, len, hasDot){ var newLength=0; var newStr=""; var chineseRegex=/[^\x00-\xff]/g; var singleChar=''; var strLength=str.replace(chineseRegex,'**').length; for(var i=0;i < strLength;i++){ singleChar=str.charAt(i).toString(); if(singleChar.match(chineseRegex) != null){ newLength+=2; }else{ newLength++; } if(newLength>len){ break; } newStr+=singleChar; } if(hasDot && strLength>len){ newStr+='...'; } return newStr; } 

實際呼叫如下:

 <html> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> <title>Javascript字符串截取處理總結(Js截取中文字符串總結)</title> <script language="javascript"> String.prototype.sub=function(n){var r=/[^\x00-\xff]/g;if(this.replace(r,"mm").length<=n){return this}var m=Math.floor(n/2);for(var i=m;i<this.length;i++){if(this.substr(0,i).replace(r,"mm").length>=n){return this.substr(0,i)+"..."}}return this}; function subString(str,len,hasDot){var newLength=0;var newStr="";var chineseRegex=/[^\x00-\xff]/g;var singleChar='';var strstrLength=str.replace(chineseRegex,'**').length;for(var i=0;i<strLength;i++){singleChar=str.charAt(i).toString();if(singleChar.match(chineseRegex)!=null){newLength+=2}else{newLength++}if(newLength>len){break}newStr+=singleChar}if(hasDot&&strLength>len){newStr+='...'}return newStr} </script> </head> <body> <script language="javascript"> var str='我愛www.jb51.net'; alert(str.sub(10)); alert(subString(str,10,false)); </script> </body> </html> 

現代做法比較

在 UTF-8 已成主流的今天,上述「中文算兩個字」的設計主要來自舊的位元組思維。若目的只是控制視覺寬度(例如列表摘要),用 Array.from(str) 或 [...str] 以字元為單位切,再視需要判斷全形,會比正規表達式替換直觀得多;若要處理含 emoji 的文字,則要留意代理對(surrogate pair)與 Unicode code point 的差異。

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