JavaScript 可以使用正则表达式的 \s 来匹配空白字符,但究竟有哪些字符会被当作空白字符呢?在 JavaScript 中,全角空白   也算是空白字符吗?这篇文章将会给各位解答。

正则表达式匹配的空白字符

在 JavaScript 中,要判断一个字符是否为空白字符,最简单的方式就是使用正则表达式的 /\s/ 来测试。程序如下:

console.log((/\s/).test(" "));

\s 除了能匹配到半角空白字符外,其它「差不多」的字符也是能匹配到。

运行以下的 JavaScript 程序可以找出所有会被 \s 匹配的字符:

for (let ch = 0;ch < 65536;++ch) {
    const s = String.fromCharCode(ch);
    
    if ((/\s/).test(s)) {
        console.log(`\\u${ch.toString(16).padStart(4, "0")} [${new TextEncoder().encode(s).join(", ")}]`);
    }
}

运行结果如下:

输出的第一个字段是字符的 16 进制字符值,第二个字段是以 UTF-8 编码之后的字节数组(Uint8Array)。

\u0009 [9]
\u000a [10]
\u000b [11]
\u000c [12]
\u000d [13]
\u0020 [32]
\u00a0 [194, 160]
\u1680 [225, 154, 128]
\u2000 [226, 128, 128]
\u2001 [226, 128, 129]
\u2002 [226, 128, 130]
\u2003 [226, 128, 131]
\u2004 [226, 128, 132]
\u2005 [226, 128, 133]
\u2006 [226, 128, 134]
\u2007 [226, 128, 135]
\u2008 [226, 128, 136]
\u2009 [226, 128, 137]
\u200a [226, 128, 138]
\u2028 [226, 128, 168]
\u2029 [226, 128, 169]
\u202f [226, 128, 175]
\u205f [226, 129, 159]
\u3000 [227, 128, 128]
\ufeff [239, 187, 191]

从以上结果我们可以得知,\s 的匹配范围为:

  • 水平定位符号(TAB 字符)\u0009 (\t)。
  • 换行字符 \u000A (\n)。
  • 垂直定位符号 \u000B。
  • 换页字符 \u000C。
  • 回车字符 \u000D (\r)。
  • 半角空白字符 \u0020。
  • 全角空白字符 \u3000。
  • 其它不同宽度的空白字符。(\u00A0、\u1680、\u2000 ~ \u200A、\u202F、\u205F)
  • 行分隔字符 \u2028。
  • 段落分隔字符 \u2029。
  • 零宽不换行空格字符 \uFEFF。

String.trim() 消除的空白字符

JavaScript 的字符串有提供 trim()、trimStart()、trimEnd() 等方法,用来消除字符串头尾的空白字符。但哪些字符会被当作是空白字符呢?运行以下的 JavaScript 程序可以找出这些空白字符:

for (let ch = 0;ch < 65536;++ch) {
    const s = String.fromCharCode(ch);
    
    if (s.trim() === "") {
        console.log(`\\u${ch.toString(16).toUpperCase().padStart(4, "0")} [${new TextEncoder().encode(s).join(", ")}]`);
    }
}

运行结果和上一个小节用正则表达式的 \s 所找出来的空白字符范围是一样的。

消除字符串中的空白要注意什么?

如果要消除字符串头尾的空白,只需要直接使用 trim()、trimStart()、trimEnd() 等方法即可。不需要再自作聪明去用 replace 方法把换行字符、全角空格等非半角空格字符的空格字符取代为半角空格字符后再去做 trim。

例如以下程序,就是一个不良示范:

// 不要用,这是烂Code!
console.log(" 人之初 性本善 ".replace(" ", " ").trim());

如果要消除字符串中所有的空白字符,直接调用 replace 方法,将正则表达式 /\s/g 作为第一个参数,空字符串 "" 作为第二个参数传入即可。如下:

console.log(" 人之初 性本善 ".replace(/\s/g, ""));