JavaScript从字符串中删除零宽空格（Unicode 8203）

Question

我正在编写一些处理网站内容的 JavaScript。然而，SharePoint 文本编辑器的倾向性阻碍了我的努力，因为当用户按下退格键时，文本编辑器会在文本中插入“零宽度空格”字符。

该字符的 Unicode 值为 8203 或十六进制值 B200。我尝试使用默认的“replace”函数将其删除，但是无论尝试多少个变体，都没有奏效。

var a = "o​m"; //the invisible character is between o and m

var b = a.replace(/\u8203/g,'');
= a.replace(/\uB200/g,'');
= a.replace("\\uB200",'');

等等，诸如此类的东西。我尝试了许多与这个主题相关的表达方式。这些表达方式都不起作用（在Chrome和Firefox中测试）。唯一起作用的是在表达式中键入实际字符：

var b = a.replace("​",''); //it's there, believe me

这可能会带来问题。由于该字符是不可见的，所以那一行本身并没有意义。我可以通过注释来解决这个问题。但如果代码被重用，并且文件使用非Unicode编码保存（或者当它部署到SharePoint时，无法保证它不会弄乱编码），它将停止工作。有没有办法使用unicode符号代替字符本身来编写这个字符？

[我对这个字符的胡言乱语]

如果你还没有遇到过这个字符（你很可能没有遇到过，因为它对肉眼是不可见的，除非它破坏了你的代码并在尝试查找错误时发现了它），它是一个真正的混蛋，会导致某些类型的模式匹配失效。我已经为你关起了这只野兽：

[​] <- 小心，不要让它逃脱。

如果您想看到它，请将这些括号复制到文本编辑器中，然后迭代光标穿过它们。您会注意到，您需要三个步骤才能通过看起来像2个字符的内容，而且在中间，光标会跳过一步。

- Shaggydog

Answer 1

在unicode转义中，数字应该使用十六进制表示，8203对应的十六进制为200B（确实是一个Unicode零宽空格），因此：

var b = a.replace(/\u200B/g,'');

在线实例：

var a = "o​m"; //the invisible character is between o and m
var b = a.replace(/\u200B/g,'');
console.log("a.length = " + a.length);      // 3
console.log("a === 'om'? " + (a === 'om')); // false
console.log("b.length = " + b.length);      // 2
console.log("b === 'om'? " + (b === 'om')); // true

- T.J. Crowder

---

谢谢，你是救命恩人！ - jaggedsoft

Answer 2

接受的回答对我的情况没有用。 但这一个有用：

text.replace(/(^[\s\u200b]*|[\s\u200b]*$)/g, '')

- Adrian Rosca

---

一样！有任何想法为什么吗？我试了很多正则表达式的解决方案都没用，而你的却可以 :) - Stan Smulders