企业官网建设流程全解析

• 教程
• 文档

本文基于 30-seconds-of-code 仓库中的 remove-accents.md 文档，系统讲解如何在 JavaScript 中快速去除字符串的重音符号（accent/diacritical mark）。你将掌握String.prototype.normalize('NFD')与正则表达式的组合用法，并理解其背后的 Unicode 规范化原理，从而在字符串比较、搜索、存储与 slug 生成等场景中直接落地应用。

为什么需要去除重音符号

在 JavaScript 开发中，处理非英文字符串时常常会遇到带重音符号的文本，例如法语中的é、è、ê，德语中的ä、ö、ü，以及西班牙语中的ñ等。这些字符在视觉上直观易懂，但在程序处理中却可能带来一系列麻烦：

• 字符串比较失真：'café' === 'cafe'的结果为false，即使语义上用户可能认为它们相同。去除重音后即可让这类比较"宽容"地通过；
• 搜索与索引不便：用户输入cafe却搜不到数据库里的café，去重音可以让搜索关键字与存储内容对齐；
• 存储与展示规范化：部分系统、旧数据库或外部接口对非 ASCII 字符支持不佳，将字符串归一化为纯 ASCII 形式更利于存储、传输和跨系统兼容。

正如原文档所述，去除重音的核心诉求就是：在比较字符串时不考虑重音，以及在存储或展示前将字符串规范化。

核心方案：normalize('NFD') + 正则替换

表面上看这是一件困难的事，但实际上 JavaScript 内置的String.prototype.normalize()方法让它可以"一行搞定"。原文档给出的实现如下：

const removeAccents = str => str.normalize('NFD').replace(/[\u0300-\u036f]/g, ''); removeAccents('Antoine de Saint-Exupéry'); // 'Antoine de Saint-Exupery'

整个方案只分两步：

1. 使用normalize('NFD')将字符串转换为NFD（Normalization Form Canonical Decomposition）规范化形式，把组合字符拆分为"基础字符 + 变音标记"两部分；
2. 使用replace()配合正则/[\u0300-\u036f]/g匹配 Unicode 中的组合变音标记（Combining Diacritical Marks）区间，并将其替换为空字符串，从而把变音标记从字符串中彻底移除。

NFD 规范化做了什么

Unicode 中存在两种字符表示方式：预组合字符（precomposed）与组合序列（decomposed）。例如：

• é（U+00E9）是预组合字符，直接用一个码点表示；
• e+◌́（U+0065 + U+0301）是组合序列，用"基础字母 + 组合重音符"两个码点表示。

normalize('NFD')的作用就是把预组合字符拆解成等价的组合序列。以'é'为例，NFD 之后它变成'e'加上一个组合音调符号。这样一来，基础字符（字母）与变音标记就被分离到了不同的码点上，后续用正则按码点区间匹配变音标记并删除，就变得非常简单。

需要注意的是，String.prototype.normalize()支持四种规范化形式：'NFC'、'NFD'、'NFKC'、'NFKD'，其中NFD和NFKD是分解形式（decomposition），NFC与NFKC是组合形式（composition）。去重音必须使用分解形式NFD，因为只有分解才能把变音标记"拆"出来供正则删除。该方法的详细行为可以参考仓库 content/languages/javascript.yaml 中收录的String.prototype.normalize()文档链接。

理解 \u0300-\u036f 区间

正则中的[\u0300-\u036f]对应 Unicode 的Combining Diacritical Marks块（U+0300 至 U+036F），该区间包含组合重音符（combining acute accent）、组合抑音符（combining grave accent）、组合扬抑符、组合分音符等绝大多数拉丁字母系统常用的变音标记码点。加上g标志（global）后，replace()会扫描整个字符串，删除所有命中的变音标记。

上面的示例中，'Antoine de Saint-Exupéry'经过normalize('NFD')后，é被拆解为e+ 组合重音符，随后组合重音符被正则匹配并删除，最终得到纯 ASCII 形式的'Antoine de Saint-Exupery'。

进阶组合：去重音 + 转小写 + 生成 slug

去除重音很少单独使用，通常它会与字符串的小写化、修剪、特殊字符清理等操作组合，构成一个完整的规范化流水线。例如，在仓库的 string-to-slug.md 中，把字符串转换为 SEO 友好的 slug 时，常规流程是：转小写 → 去除特殊字符 → 将空白与分隔符替换为连字符。若在转小写之前先执行removeAccents，就能让'Café Décor'这类带重音文本顺利产出'cafe-decor'形式的干净 slug：

const removeAccents = str => str.normalize('NFD').replace(/[\u0300-\u036f]/g, ''); const slugify = str => removeAccents(str) .toLowerCase() .trim() .replace(/[^\w\s-]/g, '') .replace(/[\s_-]+/g, '-') .replace(/^-+|-+$/g, ''); slugify('Café Décor!'); // 'cafe-decor'

同理，仓库中的 is-anagram.md 展示了另一种规范化思路：通过toLowerCase()与replace()正则去除非必要字符后再排序比较。去重音逻辑完全可以作为这类比较场景的前置步骤，保证'Aé'与'ae'这类输入在比较时被视为等价。

结合场景一：大小写与重音不敏感的字符串比较

去除重音只是字符串规范化的一种手段。如果目标只是"比较字符串时忽略大小写和重音"，而不想物理上修改原字符串，仓库中的 compare-string-case-accent-insensitive.md 提供了另一种更贴近语言环境的选择——Intl.Collator：

const arr = ['ä', 'a', 'b', 'A', 'B', 'Å']; const collator = new Intl.Collator(); const deCollator = new Intl.Collator('de'); const svCollator = new Intl.Collator('sv'); arr.sort(collator.compare); // ['a', 'A', 'Å', 'ä', 'b', 'B'] arr.sort(deCollator.compare); // ['a', 'A', 'Å', 'ä', 'b', 'B'] arr.sort(svCollator.compare); // ['a', 'A', 'b', 'B', 'Å', 'ä']

两者的定位不同：Intl.Collator适合需要遵守特定语言排序规则（例如瑞典语中Å应排在字母表末尾）的场景；而removeAccents适合需要把字符串本身归一化为纯 ASCII的场景（例如生成 URL、做不区分重音的搜索键）。实际选型时应按需求二选一或组合使用：去重音得到规范化副本用于存储与匹配，Intl.Collator用于保持语言敏感的输出排序。

注意事项与边界情况

尽管normalize('NFD') + replace是最简洁高效的通用方案，使用时仍需留意以下几点：

• 并非所有字符都会被 NFD 分解：部分字符（如丹麦语/挪威语的ø、德语的ß、带斜线的ł等）在 NFD 下不会拆出可被\u0300-\u036f匹配的组合标记，因此去重音对它们不生效。这类字符需要另行映射处理；
• 组合标记区间之外：\u0300-\u036f只覆盖 Combining Diacritical Marks 块，个别扩展变音标记位于其他 Unicode 块（如 U+1AB0 起的扩展块），如遇极特殊文本可考虑扩展区间；
• 只去变音、不动字母：该方案只删除变音标记，基础字母本身（包括非 ASCII 字母）会被保留，这正是"去除重音"而非"全部转 ASCII"的语义所在；
• 适用于拉丁语系文本：对阿拉伯文、希伯来文、梵文等其它文字系统，本方案无法起到类似作用。

总结

30-seconds-of-code 仓库的 remove-accents.md 用两行代码就解决了 JavaScript 字符串去重音的经典问题，其技术内核是Unicode NFD 规范化 + 组合变音标记区间的正则替换。在实际项目中，把它与转小写、slug 化、Intl.Collator比较等手段灵活组合，即可构建出可靠的字符串规范化体系，覆盖比较、搜索、存储与 URL 生成等常见业务诉求。

• 教程
• 文档