JavaScript 从字符串中删除零宽度空格（unicode 8203）

Question

我正在编写一些处理网站内容的 JavaScript。当用户按退格键时，SharePoint 文本编辑器倾向于在文本中放置“零宽度空格”字符，这阻碍了我的努力。 该字符的 unicode 值为 8203，即十六进制的 B200。我尝试使用默认的“替换”功能来摆脱它。我尝试了很多变体，但没有一个起作用：

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",'');

等等等等。我已经尝试了很多关于这个主题的变体。这些表达式都不起作用（在 Chrome 和 Firefox 中测试）唯一有效的是在表达式中输入实际字符：

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

这会带来潜在的问题。该角色是不可见的，因此该线本身没有意义。我可以通过评论来解决这个问题。但是，如果代码被重复使用，并且文件使用非 Unicode 编码保存（或者当它部署到 SharePoint 时，不能保证它不会弄乱编码），它将停止工作。有没有办法使用 unicode 表示法而不是字符本身来编写此代码？

[我对这个角色的漫谈]

如果你还没有见过这个角色（你可能还没有见过，因为它是肉眼看不见的，除非它破坏了你的代码并且你在尝试定位错误时发现了它）它是一个真正的混蛋这将导致某些类型的模式匹配出现故障。我已经为你把野兽关在笼子里了:

[] <- careful, don't let it escape.

如果您想查看它，请将这些括号复制到文本编辑器中，然后在它们之间迭代光标。您会注意到，您需要三个步骤才能传递看似 2 个字符的内容，并且您的光标会跳过中间的一步。

Answer 1

unicode转义中的数字应该是十六进制，8203的十六进制是200B（这确实是一个Unicode零宽度空格），所以：

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

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

Answer 2

接受的答案不适用于我的案例。

但是这个做到了：

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

Answer 3

有关更多详细信息，请参阅此答案，但您可以匹配整个“类别”（包括零宽度空间、零宽度连接符、零宽度非连接符和其他一堆 - 请参阅标题为“相关Unicode”的表格具有 White_Space=no 属性的字符在这篇维基百科文章中）如下所示：

let a = "o​m"; // the invisible character is between o and m
console.log(a.length) // 3
console.log(a.replace(/\p{Cf}/gu, '').length) // 2

“Cf”表示“类别：格式”