JavaScript计算中英文混合字符串长度的方法

JavaScript计算中英文混合字符串长度的方法

有同事在公司OA系统发帖，分享了在JavaScript中计算中英文混合字符串长度的方法。该方法主要依赖正则表达式实现。

 
var str = ”坦克是tank的音译”;
var len = str.match(/[^ -~]/g) == null ? str.length : str.length + str.match(/[^ -~]/g).length ;

查阅相关资料后，我对原理有了清晰的理解：

西文常用字符集的范围是从空格“ ”(0x20)到“~”(0x7e)。汉字不在此范围内，因此正则表达式[^ -~]用于匹配空格到“~”之外的字符。

 
string.match(regex)方法会返回一个数组，包含字符串string中所有匹配正则表达式regex的子串。因此：
str.match(/[^ -~]/g)会返回一个包含所有汉字的数组。例如：
var str = "dd大哥";
// 显示"大，哥"，数组中包含两个汉字，数组长度为2
alert(str.match(/[^ -~]/g));

通过上述逻辑，var len = str.match(/[^ -~]/g) == null ? str.length : str.length + str.match(/[^ -~]/g).length ;即可准确计算str的长度。

在JavaScript中，一个汉字通常被计算为长度1。这常导致提交到数据库时出现长度超标错误。使用此方法可在提交前进行预检测。

注：原始代码中存在部分符号错误，经修正后封装为如下函数。

 
function get_strlength (str)
{ 
var len = 0;
if (str.match(/[^ -~]/g) == null)
{ 
len = str.length;
} 
else
{ 
len = str.length + str.match(/[^ -~]/g).length;
} 
return len;
}