如何实现含重音字符文本按无重音查询分割并保留原格式？

AI 小北

2026-9-28

问题根源

你的原有实现失败的核心原因是：正则直接匹配原文本的字面内容，归一化后的无重音pepe和原文本里带重音的pépé字面不相等，自然无法匹配成功。

解决思路

我们需要先对查询词做归一化（去重音、转小写）得到匹配基准，再遍历原文本逐段提取和查询词长度相同的子串，做同样的归一化处理后比对，匹配成功就取原文本的对应子串作为分割项，全程不会修改原文本字符，自然可以保留重音、大小写等原有格式。

修改后代码

const sanitizer = (text: string): string => {
  return text
    .normalize("NFD")
    .replace(/\p{Diacritic}/gu, "")
    .toLowerCase();
};

const splitter = (text: string, query: string): string[] => {
  const normalizedQuery = sanitizer(query);
  const queryLength = normalizedQuery.length;
  const result: string[] = [];
  let currentPos = 0;
  const textLength = text.length;

  while (currentPos <= textLength - queryLength) {
    // 提取当前位置和查询词等长的原文本子串
    const matchCandidate = text.slice(currentPos, currentPos + queryLength);
    // 归一化后比对
    if (sanitizer(matchCandidate) === normalizedQuery) {
      // 先加入匹配位置之前的文本
      if (currentPos > 0) {
        result.push(text.slice(0, currentPos));
      }
      // 加入匹配到的原文本子串（保留原有格式）
      result.push(matchCandidate);
      // 剩余文本继续处理
      text = text.slice(currentPos + queryLength);
      currentPos = 0;
      continue;
    }
    currentPos++;
  }

  // 加入最后剩余的文本
  if (text.length > 0) {
    result.push(text);
  }

  return result;
};