如何从汉字中生成url段塞？

Question

通常，对于生成url段塞，我使用https://github.com/jprichardson/string.js库-以及精确的slugify方法。然而，它删除了所有的汉字。作为解决办法，我使用以下函数：

var slugify = function(str){
   str = str.replace(/\s+/g,'-') // replace spaces with dashes
   str = encodeURIComponent(str) // encode (it encodes chinese characters)
   return str
}

因此，对于输入中文 标题，我得到了%E4%B8%AD%E6%96%87-%E6%A0%87%E9%A2%98，它在web浏览器url输入框中看起来是这样的(而且它可以工作)：

http://example.com/中文-标题

不过，我也想删除任何特殊字符，如!@#$%^&*)等。问题是string.js库内部正在使用以下代码：

.replace(/[^\w\s-]/g

它删除了任何特殊字符，但也删除了与\w regexp不匹配的汉字。

因此，我的问题是-如何修改上述regexp，使其保持汉字？

我试过了

replace(/[^a-zA-Z0-9_\s-\u3400-\u9FBF]/g,'')

但它仍然取代了汉字..。

Answer 1

如果要匹配(或排除)一组字符中的破折号-字符(带有方括号)，则必须将其放在末尾。

您的regexp匹配的字符不是

• 在范围内a-z
• 在范围内A-Z
• 在范围内0-9
• _
• 在范围内，\s-\u3400，这是你的问题
• -
• \u9FBF

你想做的是：

replace(/[^a-zA-Z0-9_\u3400-\u9FBF\s-]/g,'')

Answer 2

您可以尝试乌斯卢格，它将汉语/漢語转换为汉语漢語

如果要将汉字转换为拼音，请尝试音译

Answer 3

做一个肯定的匹配列表：

  replace(/[\!@#\$%^&\*\)]/g,'')

无论如何，我会考虑从其中删除URL元字符：

   replace(/[\!@\$\^\*\)]/g,'')