前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >如何使用JavaScript,纯前端实现字符、字数统计?

如何使用JavaScript,纯前端实现字符、字数统计?

原创
作者头像
Mintimate
修改2021-07-06 12:07:55
3.2K0
修改2021-07-06 12:07:55
举报
文章被收录于专栏:Mintimate's BlogMintimate's Blog

作者:Mintimate

博客:https://www.mintimate.cn

Mintimate's Blog,只为与你分享

封面
封面

统计字数/字符

平时,在写一些报告时,需要统计字数;亦或者,我们在填写一些信息,有字数要求。这个时候,大部分人会打开Word,进行字数统计。这样效率过低,且无法模块化移植。(而且macOS启动Microsoft Word挺慢的😪……)

本次给大家介绍,如何使用JavaScrip前端统计输入内容所包含的字符和字数。稍微美化一下,放到服务器里,以后统计文字字数就不用等Word加载了🤔。

实现效果
实现效果

在线演示🖥

为了让大家更方便理解,什么是统计字数。我做了一个在线统计字数的网站。原理就是本篇文章:

Mintimate-纯粹在线工具:https://www.flyinbug.cn

实现逻辑🤖

首先,我们把段落才分成一个一个的字节,HTML里我们打一个ID:content,之后用JS用来获取用户输入的段落(标签我们使用textarea标签)。对于Javascript部分,我们引用jQuery:

代码语言:txt
复制
// 获取段落内容
Words = $('#content').val();

对于拆分段落内容为字符,我们使用charAT方法即可将字符串转为字符数组,配合循环遍历即可完成统计:

代码语言:txt
复制
// 标点和中文
var sTotal = 0;
// 中文字判断
var iTotal = 0;
// 英文字母
var eTotal = 0;
// 数字判断
var inum = 0;
for (i = 0; i < Words.length; i++) {
    var c = Words.charAt(i);
    if (c.match(***)) {
    //判断
    }
}

最后的判断,也是个难题,如何判断?主要有两个要点:

  • 正则表达式
  • Unicode编码判断

判断规则⚖️

正则表达式

可以看到,我们前面逻辑判断语句:

代码语言:txt
复制
var c = Words.charAt(i);
    if (c.match(***)) {
    //判断
    }

其中的match方法可能很多人平时没用,该方法是:可在字符串内检索指定的值,或找到一个或多个正则表达式的匹配。

而正则表达式,是出自Unix,这注定正则表达式的泛用。使用正则表达式可以快速匹配目标内容。举个例子,如果你要匹配一段字符串,是否包含字符abc,只需要用正则表达式:/[abc]/即可。

Unicode编码

常用的编码,一般为UTF-8、UTF-16等。至于什么是编码,其实就是我们使用的文字对应一个机械代码:

代码语言:txt
复制
# helloworld
\u0068\u0065\u006c\u006c\u006f\u0077\u006f\u0072\u006c\u0064

而Unicode上,不同国家的字集是分区块的,我们需要用到的:

字符集

字数

Unicode 编码

基本汉字

20902字

4E00-9FA5

基本汉字补充

38字

9FA6-9FCB

扩展A

6582字

3400-4DB5

扩展B

42711字

20000-2A6D6

扩展C

4149字

2A700-2B734

扩展D

222字

2B740-2B81D

康熙部首

214字

2F00-2FD5

部首扩展

115字

2E80-2EF3

兼容汉字

477字

F900-FAD9

兼容扩展

542字

2F800-2FA1D

PUA(GBK)部件

81字

E815-E86F

部件扩展

452字

E400-E5E8

PUA增补

207字

E600-E6CF

汉字笔画

36字

31C0-31E3

汉字结构

12字

2FF0-2FFB

汉语注音

22字

3105-3120

注音扩展

22字

31A0-31BA

1字

3007

数字0-9

10字

30-39

小写英文字母

26字

61-7a

大写英文字母

26字

41-5a

而汉字的Unicode范围为\u4E00-\u9FA5。这意味着:如果你要判断字是否为汉字,那么最基本只需要判断是否在这个区间即可。

代码实现✌️

最后,终于讲到大家期待的代码实现部分了。不过,相信大家看了上诉分析,应该都用思路了~~

统计中文

按刚刚所说,我们使用Unicode编码配合正则表达式进行中文字节统计:

\u4E00-\u9FA5为中文Unicode编码段,所以使用正则表达式,匹配每个字是否为中文:

代码语言:txt
复制
for (i = 0; i < Words.length; i++) {
     var c = Words.charAt(i);
     //基本汉字
     if (c.match(/[\u4e00-\u9fa5]/)) {
         iTotal++;
         }
     //基本汉字补充
    else if (c.match(/[\u9FA6-\u9fcb]/)){
        iTotal++;
        }
}

所以:

中文字数=iTotal

统计英文和数字

代码语言:txt
复制
for (i = 0; i < Words.length; i++) {
    var c = Words.charAt(i);
    if (c.match(/[^\x00-\xff]/)) {
        sTotal++;
    }
    else {
         eTotal++;
    }
    if (c.match(/[0-9]/)) {
        inum++;
    }
}

这边解释一下:

  • /[^\x00-\xff]/:匹配所有非双字节的字符。
  • /[0-9]/:匹配数字0到9

理论上,sTotal包含:中文字中文全角字符(如:?。、,等)。所以:

中文全角标点=iTotal-sTotal 数字=inum

字数=inum + iTotal

标点=sTotal - iTotal

字母=eTotal - inum

字符=iTotal * 2 + (sTotal - iTotal)* 2 + eTotal

换成JS+JQ代码:

代码语言:txt
复制
    //汉字
    $('#hanzi').text(iTotal);
    //字数
    $('#zishu').text(inum + iTotal);
    //标点
    $('#biaodian').text(sTotal - iTotal);
    //字母
    $('#zimu').text(eTotal - inum);
    //数字
    $('#shuzi').text(inum);
    //字符
    $("#zifu").text(iTotal * 2 + (sTotal - iTotal) * 2 + eTotal);
绑定的元素
绑定的元素

总结📝

使用JavaScript,轻松前端进行字符和字数的统计。减轻后端压力。并且,本方法使用正则表达和Unicode字符判断,理论上可以一直到任何平台

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 统计字数/字符
    • 在线演示🖥
    • 实现逻辑🤖
    • 判断规则⚖️
      • 正则表达式
        • Unicode编码
        • 代码实现✌️
          • 统计中文
            • 统计英文和数字
            • 总结📝
            领券
            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档