nodejs 如何刷选出文本中的所有中文

Question

如题所述

Answer 1

通常使用JavaScript正则表达式进行匹配提取。基本处理步骤为：

处理编码类型（可能需要转码处理）。node.js不能很好处理字符编码问题（默认UTF8）,而在Windows中文区，一般文件内容编码大部分为GBK、GB2312之类的，你要转码为UTF8。（如果不存在编码问题，自然不必处理）

读取文本内容。

进行正则匹配中文部分。

最后进行处理（获取中文、或者替换为其他之类的）。

// 举个例子
let reg = /[\u4e00-\u9fa5]/g;
let str = "中文123Abc";
let regResult = str.match(reg);

console.log(regResult)