如何从javascript中的字符串中获取唯一字符列表？

Question

我有一些文本文件，每个文件混合了西方和中国的文字。我想要一个在每个文件中出现的汉字的列表。

我试过了

ch = text.match(/[\u4E00-\u9FFF]/g); // unicode usual chinese characters - that'll do for me
if (ch != null) {
    alert(ch);
}

这给了我汉字的清单，但有一些重复。例如：

肉,捕,兵,死,兵,半,水

为了一个文件

卵,水,半,水,土,木,水,清,慢,底,海,海,海,清,清,清,木,清,慢,底,清,土,半,水,水,土,半,水,土

另外一个..。

我不需要那些逗号。他们从哪里来的？(我可以用一个替换来去掉它们，但是由于我使用regex，我认为如果在regex内部解决它，它可能会更快。)

2)如何才能得到唯一的价值？例如：

肉捕兵死半水

对于第一个文件

卵水半土木清慢底海

为了第二个..。

Answer 1

逗号从默认数组到字符串转换。使用ch.join('')将数组转换为字符串。

若要删除重复值，请使用以下行：

ch = text.match(/([\u4E00-\u9FFF])/g);
ch = ch.filter(function (c, i) { return ch.indexOf(c) === i; }).join('');

Answer 2

Array.prototype.getUnique = function(){
   var u = {}, a = [];
   for(var i = 0, l = this.length; i < l; ++i){
      if(u.hasOwnProperty(this[i])) {
         continue;
      }
      a.push(this[i]);
      u[this[i]] = 1;
   }
   return a;
}


ch = text.match(/([\u4E00-\u9FFF])/g);
var result_string = ch.getUnique().join("");

Answer 3

试试这个：

var text    =   "卵水半水土木水清慢底海海海清清清木清慢底清土半水水土半水土",


    re      =   /([\u4E00-\u9FFF])/g,
    unique  =   {},
    chars   =   "", c;

while(c = re.exec(text)){
    if(!unique[c[0]]){
        chars += c[0];
        unique[c[0]] = true;
    }
}
chars.split("");

返回：

["卵", "水", "半", "土", "木", "清", "慢", "底", "海"]

是的，您看到的逗号是当浏览器将数组类型转换为字符串时:它将每个值的字符串表示与逗号连接在一起。我猜这是在您的原始示例中调用“警报”时产生的，它被提供了一个数组(从字符串的"Match“方法返回)。

传统浏览器不支持数组的“过滤器”方法，但是它很容易填充(如果您只关注支持代理(比如IE9)，当然也不需要这样做)。