从 javascript 中的字符串中删除 Niqqud

Question

我遇到了此处描述的确切问题：

Have been struggling to remove niqqud ( diacritical signs used to represent vowels or distinguish between alternative pronunciations of letters of the Hebrew alphabet). I have for instance this variable: sample1 <- "הֻסְמַק"

And i cannot find effective way to remove the signs below the letters.

但在我的情况下，我必须在 javascript 中执行此操作。

基于 UTF-8 值 table 描述 here, I have tried this regex 没有成功。

Answer 1

只是你的正则表达式有点问题。请尝试以下操作：

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

/*
$ node index.js
הֻסְמַק
הסמק
*/

Answer 2

nj_的回答很好

补充一点（因为我没有足够的声望点直接评论）-

[\u0591-\u05C7]可能刷的太宽了。在此处查看相关 table：https://en.wikipedia.org/wiki/Unicode_and_HTML_for_the_Hebrew_alphabet#Compact_table

行 059x 和 05AX 用于 t'amim（accents/cantillation 标记）。 Niqud 本身在 05Bx 和 05Cx.

行中

正如 Avraham 评论的那样，如果 2 个单词由 makaf (05BE) 连接，你可以运行进入一个问题，然后通过删除它你将得到运行 -关于文字。

如果只想删除 t'amim 但保留 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 - 要么保留 maqaf，要么用破折号替换它：

//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
*/

从 javascript 中的字符串中删除 Niqqud

remove Niqqud from string in javascript

javascript

regex

unicode

hebrew