Как найти китайский и английский символы sh в NodeJS?

Question

У меня есть строка, содержащая символы китайского и английского sh, и я хочу разделить строку на отдельные символы китайского и английского sh.

Вот несколько примеров:

1. привет 你好
2. 你好 你好 привет

Эта страница учит, как определять китайский иероглиф, но не работала при разделении строка.

Заранее спасибо

Answer 1

Вы можете разделить строку при каждом появлении пробела при каждом появлении «китайского» символа, например:

  let chiStr = "你好 你好 hello"
  chiStr.split(' ')//splitting the string at every occurrence of a space
  //expected result: ["你好", "你好", "hello"]

  const REGEX_CHINESE = /[\u4e00-\u9fff]|[\u3400-\u4dbf]|[\u{20000}-\u{2a6df}]|[\u{2a700}-\u{2b73f}]|[\u{2b740}-\u{2b81f}]|[\u{2b820}-\u{2ceaf}]|[\uf900-\ufaff]|[\u3300-\u33ff]|[\ufe30-\ufe4f]|[\uf900-\ufaff]|[\u{2f800}-\u{2fa1f}]/u;
  const hasJapanese = (str) => REGEX_CHINESE.test(str);

  chiStr.split(REGEX_CHINESE) splitting the string at every occurrence of a 'chinese' character
  //expected result: ["你", "好", "你", "好", " hello"]

Еще один хороший подход - отфильтровать китайские слова и английский sh слова в отдельные массивы так:

const REGEX_CHINESE = /[\u4e00-\u9fff]|[\u3400-\u4dbf]|[\u{20000}-\u{2a6df}]|[\u{2a700}-\u{2b73f}]|[\u{2b740}-\u{2b81f}]|[\u{2b820}-\u{2ceaf}]|[\uf900-\ufaff]|[\u3300-\u33ff]|[\ufe30-\ufe4f]|[\uf900-\ufaff]|[\u{2f800}-\u{2fa1f}]/u;
const hasJapanese = (str) => REGEX_CHINESE.test(str);

const seperateWords = (str)=>{
   let newStr = str.split(' ')
   let chiWords = newStr.filter((string)=>REGEX_CHINESE.test(string))//All chinnese words
   let engWords = newStr.filter((string)=>!REGEX_CHINESE.test(string)) //All english words
   let arrayOfDiffWords = [chiWords, engWords]
   return arrayOfDiffWords
}
console.log(seperateWords("你好 你好 hello")) //test