本文详细介绍了在 JavaScript 中如何高效地移除字符串中大写字母的重音符号（变音符号），同时保留小写字母的重音。通过结合使用 `String.prototype.normalize()` 方法和正则表达式，我们能够避免逐个字符检测的低效方案，实现精确且性能优越的字符处理，确保输出字符串符合特定需求。
引言
在处理多语言文本时，经常会遇到需要对带有重音符号（diacritics）的字符进行标准化处理的需求。一个常见的场景是，我们可能需要移除大写字母上的重音，例如将 'À' 转换为 'A'，'Î' 转换为 'I'，而同时保留小写字母上的重音，如 'à' 保持 'à'，'î' 保持 'î'。传统的逐字符遍历和条件判断方法效率低下且代码冗余。本文将介绍一种利用 JavaScript 内置功能和正则表达式的优雅解决方案。
核心解决方案：Unicode 规范化与正则表达式
JavaScript 提供了 String.prototype.normalize() 方法来处理 Unicode 字符串的规范化形式，结合正则表达式，可以高效地实现目标。整个过程分为三个主要步骤：分解、替换和重组。
步骤一：分解（Normalization Form D - NFD）
首先，我们需要将字符串中的复合字符（即带有重音符号的字符）分解为其基本字符和单独的重音符号。Unicode 规范化形式 D (NFD) 正是为此目的而设计。例如，在 NFD 形式下，字符 'À' 会被分解为 'A' 和一个组合式重音符号 (U+0300)。
立即学习“Java免费学习笔记（深入）”；
// 示例：'À' (U+00C0) 在 NFD 下会变成 'A' (U+0041) + '̀' (U+0300)
const text = "Héllo Wórld ÀÈÌÒÙ";
const normalizedNFD = text.normalize("NFD");
console.log("NFD 形式:", normalizedNFD);
// 此时，'À' 已被分解为 'A' 和其重音符号步骤二：正则替换重音符号
在 NFD 形式下，重音符号现在是独立的字符，紧跟在其基本字符之后。我们可以利用正则表达式来识别并移除那些紧随大写字母的重音符号。
-
正则表达式 /([A-Z])[\u0300-\u036f]/g 的解释：
- ([A-Z]): 这是一个捕获组，匹配任意大写英文字母（A 到 Z）。() 使其成为一个捕获组，我们可以在替换字符串中通过 $1 引用它。
- [\u0300-\u036f]: 这是一个字符类，匹配 Unicode 范围 U+0300 到 U+036F 内的任何字符。这个范围包含了大多数常见的组合式重音符号（combining diacritical marks）。
- /g: 全局标志，确保替换操作应用于字符串中所有匹配项，而不仅仅是第一个。
- 替换操作 $1： 当正则表达式匹配到一个大写字母及其后的重音符号时，它会将整个匹配项替换为捕获组 $1 的内容，即原始的大写字母本身，从而有效地移除了重音符号。
const text = "Héllo Wórld ÀÈÌÒÙ";
const normalizedNFD = text.normalize("NFD");
// 移除紧随大写字母的重音符号
const withoutCapitalAccents = normalizedNFD.replace(/([A-Z])[\u0300-\u036f]/g, "$1");
console.log("移除大写字母重音后:", withoutCapitalAccents);
// 注意：此时字符串可能仍处于 NFD 形式，某些字符可能未被重组。步骤三：重组（Normalization Form C - NFC）
经过替换操作后，字符串中的一些字符可能仍处于 NFD 形式（例如，那些未被移除重音的小写字母），或者被移除重音的大写字母现在是纯粹的基本字符。为了确保字符串回到标准的、最常用的 Unicode 规范化形式，我们需要将其重新规范化为 NFC。NFC (Normalization Form C) 会将分解后的字符序列重新组合成预组合字符（如果存在）。
const text = "Héllo Wórld ÀÈÌÒÙ";
const normalizedNFD = text.normalize("NFD");
const withoutCapitalAccents = normalizedNFD.replace(/([A-Z])[\u0300-\u036f]/g, "$1");
// 将字符串重新规范化为 NFC 形式
const finalResult = withoutCapitalAccents.normalize("NFC");
console.log("最终结果 (NFC):", finalResult);完整示例代码
将上述三个步骤整合起来，便得到了一个简洁高效的解决方案：
/**
* 从字符串中移除大写字母的重音符号，同时保留小写字母的重音。
*
* @param {string} inputString 待处理的字符串。
* @returns {string} 处理后的字符串。
*/
function removeCapitalAccents(inputString) {
if (typeof inputString !== 'string') {
throw new Error("输入必须是一个字符串。");
}
const processedString = inputString
.normalize("NFD") // 步骤一：分解字符为基本字符和重音符号
.replace(/([A-Z])[\u0300-\u036f]/g, "$1") // 步骤二：移除大写字母后的重音符号
.normalize("NFC"); // 步骤三：将字符串重组为标准形式
return processedString;
}
// 测试用例
const src1 = "Héllo Wórld ÀÈÌÒÙ";
const dst1 = removeCapitalAccents(src1);
console.log("原始字符串:", src1);
console.log("处理后结果:", dst1); // 预期输出: Héllo Wórld AEIOU
const src2 = "àîéôû ÀÎÉÔÛ";
const dst2 = removeCapitalAccents(src2);
console.log("原始字符串:", src2);
console.log("处理后结果:", dst2); // 预期输出: àîéôû AIEU
const src3 = "No accents here.";
const dst3 = removeCapitalAccents(src3);
console.log("原始字符串:", src3);
console.log("处理后结果:", dst3); // 预期输出: No accents here.注意事项与总结
- Unicode 支持： 这种方法充分利用了 JavaScript 对 Unicode 的原生支持，处理各种语言的重音字符都非常有效。
- 正则表达式的范围： [\u0300-\u036f] 涵盖了大部分常见的组合式重音符号。如果需要处理更广泛的 Unicode 字符集，可能需要调整正则表达式的范围。
- 性能： 相较于逐字符迭代和条件判断，normalize() 和 replace() 方法在底层通常有高度优化的实现，因此这种方法在性能上更具优势，尤其是在处理大型字符串时。
- 不可变性： normalize() 和 replace() 方法都返回新字符串，不会修改原始字符串，这符合 JavaScript 的字符串不可变性原则。
通过上述方法，我们不仅解决了在 JavaScript 中有选择性地移除大写字母重音的问题，还提供了一个健壮、高效且易于理解的解决方案，避免了繁琐的条件判断，提高了代码的专业性和可维护性。
