jQuery正则表达式问题：将单/双字符孤立词空格替换为非断空格

问题分析 #

需要将单/双字符单词前后的空格（或逗号+空格）替换为非断空格，避免这类短单词出现在行尾。原代码存在以下问题：

• 正则重复定义(\b\w{1,2}|\b\w{1,2})，冗余且无效
• \w仅匹配ASCII字母，无法处理带变音符号的非英文单词（如示例中的że）
• 未覆盖逗号+空格的场景（如, i ,）
• 单词边界\b在非ASCII字符处会失效

修正后的代码 #

$(document).ready(function () {
  $("p, li, span, blockquote").each(function () {
    $(this)
      .contents()
      .filter(function () {
        return this.nodeType === 3; // 仅选择文本节点
      })
      .each(function () {
        // 处理两种场景：1. 标点+空格+短单词 2. 短单词+空格/标点
        this.nodeValue = this.nodeValue
          // 匹配逗号/句号后接空格+短单词，将空格替换为非断空格
          .replace(/([,.])\s+(\p{L}{1,2})(?=\s|,|$)/gu, "$1\u00A0$2")
          // 匹配短单词后接空格，将空格替换为非断空格
          .replace(/(?<=\s|^)(\p{L}{1,2})\s+/gu, "$1\u00A0");
      });
  });
});

代码说明 #

• 使用\p{L}匹配所有Unicode字母，支持多语言（包括带变音符号的字符）
• 分两个正则处理：
  • 第一个正则处理标点（逗号/句号）+空格+短单词的情况，保留标点，把空格换成非断空格
  • 第二个正则处理短单词+空格的情况，把后面的空格换成非断空格
• 添加u标志启用Unicode模式，确保\p{L}生效
• 使用正向断言(?=\s|,|$)和反向断言(?<=\s|^)精准匹配短单词的前后边界

测试效果 #

针对示例文本："ala i marek na że taborecie i na stole, i , na co jest, że co "
处理后，所有单/双字符单词（i、na、że、co）前后的空格（包括逗号后的空格）都会替换为非断空格，避免这些短单词出现在行尾。

内容的提问来源于stack exchange，提问作者Mate Lush