logo标签列表

如何检测输入字段中的非“GSM 7位字母表”字符

javascriptregexgsm
14

我正在尝试检测文本输入字段中是否有任何不属于GSM 7位字母表的字符。这里是带有字符的表格 http://www.dreamfabric.com/sms/default_alphabet.html

经过大量搜索，我发现这个问题 (What regular expression do I need to check for some non-latin characters?) 已经接近我想要实现的功能了，因为它可以检测非拉丁字符。如何修改正则表达式以包括GSM 7位字母表？

<!DOCTYPE HTML>
<html lang="en-US">
<head>
    <meta charset="UTF-8">
    <title>test foreign chars</title>
</head>
<body>

    <input id="foreign_characters" size="12" type="text" name="foreign_characters" value="test">

<script src="https://ajax.googleapis.com/ajax/libs/jquery/1.8.2/jquery.min.js"></script>
<script type="text/javascript">

(function(){

    $('#foreign_characters').on("keyup", function(){

        var foreignCharacters = $("#foreign_characters").val();
        var rforeign = /[^\u0000-\u007f]/;

        if (rforeign.test(foreignCharacters)) {
          alert("This is non-Latin Characters");
        } else {
          alert("This is Latin Characters");
        }

    });

})();

    </script>
</body>
</html>
第一个链接已经失效。 - Mark Amery
4个回答
24
function isGSMAlphabet(text) {
    var regexp = new RegExp("^[A-Za-z0-9 \\r\\n@£$¥èéùìòÇØøÅå\u0394_\u03A6\u0393\u039B\u03A9\u03A0\u03A8\u03A3\u0398\u039EÆæßÉ!\"#$%&'()*+,\\-./:;<=>?¡ÄÖÑܧ¿äöñüà^{}\\\\\\[~\\]|\u20AC]*$");

    return regexp.test(text);
}

这个正则表达式应该能解决你的问题。

我正在设置rforeign = "^[A-Za-z0-9 \r\n@£$¥èéùìòÇØøÅå\u0394_\u03A6\u0393\u039B\u03A9\u03A0\u03A8\u03A3\u0398\u039EÆæßÉ!"#$%&'()+,\-./:;<=>?¡ÄÖÑܧ¿äöñüà^{}\\\[~\]|\u20AC]$";，但是出现了“rforeign.test不是一个函数”的错误。 - George D.
3
正则表达式是正确的，但你的使用方法有误。请使用 var rforeign = /regex/; 或 var rforeign = new RegExp("regex"); 中的任意一种。 - Sjoerd
1
这段代码可以在JavaScript中使用。代码如下：function containsAllAscii(str) { return /^[A-Za-z0-9\r\n@£$¥èéùìòÇØøÅå\u0394_\u03A6\u0393\u039B\u03A9\u03A0\u03A8\u03A3\u0398\u039EÆæßÉ!"#$%&'()+,-./:;<=>?¡ÄÖÑܧ¿äöñüà^{}\[~]|\u20AC]$/.test(str); } - Janis Peisenieks
2
正则表达式缺少字符 \u00A4。 - zack
1
三个反斜杠 \\\\\\\ 的目的是什么？ - Jacob Ford
显示剩余2条评论
11
你可以将所有有效字符放进一个字符串中，然后重复地搜索这个字符串。
gsm = "@£$¥èéùìòÇØøÅåΔ_ΦΓΛΩΠΨΣΘΞ^{}\[~]|€ÆæßÉ!\"#¤%&'()*+,-./0123456789:;<=>?¡ABCDEFGHIJKLMNOPQRSTUVWXYZÄÖÑܧ¿abcdefghijklmnopqrstuvwxyzäöñüà";
var letter = 'a';
var letterInAlfabet = gsm.indexOf(letter) !== -1;

使用此方法时，请确保编码设置正确，即将您的Javascript文件保存为UTF8并告知浏览器使用UTF8编码。

我现在会检查一下，因为正则表达式对我来说不起作用。 - George D.
所以我必须逐个检查所有字符与这个gsm变量进行比对吗？ - George D.
请问您能否回复一下？当字母“A”返回true时，字符串“AD”返回false。我理解我的做法是要循环每个字符并与gsm字符串进行比较。我应该怎么做呢？ - George D.
for (var i = 0; i < str.length; i++) { letter = str[i]; } - Sjoerd
你缺少了一个空格和换行符。 - milan
请注意，^{}\[~]|€ 这些字符被视为 2 个字符。 - Jaydip Kalkani
9

这个已经被接受的答案可以工作，但它们存在复杂性（使用正则表达式）和性能问题（需要搜索两个数组）。下面是一个更好的解决方案，使用查找集和循环来执行，如果发现非GSM7字符，则会短路。使用Unicode点，以便在剪切和粘贴此代码时不会出现不同的字符编码问题。

const gsmCodePoints = new Set([
  0x000a, 0x000c, 0x000d, 
  0x0020, 0x0021, 0x0022, 0x0023, 0x0024, 0x0025, 0x0026, 0x0027, 0x0028, 0x0029, 0x002a, 0x002b, 0x002c, 0x002d, 0x002e, 0x002f,
  0x0030, 0x0031, 0x0032, 0x0033, 0x0034, 0x0035, 0x0036, 0x0037, 0x0038, 0x0039, 0x003a, 0x003b, 0x003c, 0x003d, 0x003e, 0x003f,
  0x0040, 0x0041, 0x0042, 0x0043, 0x0044, 0x0045, 0x0046, 0x0047, 0x0048, 0x0049, 0x004a, 0x004b, 0x004c, 0x004d,
  0x004e, 0x004f,
  0x0050, 0x0051, 0x0052, 0x0053, 0x0054, 0x0055, 0x0056, 0x0057, 0x0058, 0x0059,  0x005a, 0x005b, 0x005c, 0x005d, 0x005e, 0x005f, 
  0x0061, 0x0062, 0x0063, 0x0064, 0x0065, 0x0066, 0x0067, 0x0068, 0x0069, 0x006a, 0x006b, 0x006c, 0x006d, 0x006e, 0x006f, 
  0x0070, 0x0071, 0x0072, 0x0073, 0x0074, 0x0075, 0x0076, 0x0077, 0x0078, 0x0079, 0x007a, 0x007b, 0x007c, 0x007d, 0x007e,
  0x00a1, 0x00a3, 0x00a4, 0x00a5, 0x00a7,
  0x00bf,
  0x00c4, 0x00c5, 0x00c6, 0x00c7, 0x00c9,
  0x00d1, 0x00d6, 0x00d8, 0x00dc, 0x00df,
  0x00e0, 0x00e4, 0x00e5, 0x00e6, 0x00e8, 0x00e9, 0x00ec,
  0x00f1, 0x00f2, 0x00f6, 0x00f8, 0x00f9, 0x00fc,
  0x0393, 0x0394, 0x0398, 0x039b, 0x039e, 0x03a0, 0x03a3, 0x03a6, 0x03a8, 0x03a9,
  0x20ac,
]);

function isGsmMessage(message) {
  for (const s of message) {
    const codePoint = s.codePointAt(0);
    if (codePoint && !gsmCodePoints.has(codePoint)) {
      return false;
    }
  }
  return true;
}

isGsmMessage('foo'); // -> true
isGsmMessage('⚡️ bar '); // -> false

// All GSM characters
isGsmMessage('@£$¥èéùìòÇ\nØø\rÅåΔ_ΦΓΛΩΠΨΣΘΞÆæßÉ\x20!"#¤%&\'()*+,-./0123456789:;<=>?¡ABCDEFGHIJKLMNOPQRSTUVWXYZÄÖÑܧ¿abcdefghijklmnopqrstuvwxyzäöñüà\f^{}\\[~]|€'); // -> true
1

我有一个id为smscontent的textarea。我使用以下正则表达式/代码：

$('#smscontent').on('input, change keyup', function(){
    $(this).val($(this).val().replace(/[^A-Za-z0-9 \r\n@£$¥!\"#$%&amp;'\(\)*\+,_.\/:;&lt;=&gt;?^{}\\\[~\]]*/ig, ''));
});

为了测试Lajos分享的正则表达式 - https://www.regextester.com/99623

为了测试此答案中使用的正则表达式 - https://www.regextester.com/?fam=106436

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接