如何将含特定字符组合的字符串转换为目标格式的数组？

我明白你的问题啦——你想把字符串拆成数组，但默认的split("")把"e"和"虂"拆成了两个独立元素，可你希望它们作为一个整体存在。这其实是因为"虂"属于Unicode组合标记字符，它本身是依附在前面的基础字符上的，而JavaScript的默认字符串拆分方法会按单个Unicode代码点来分割，所以把它们分开了。

下面给你几个可行的解决方案：

方法1：使用正则表达式匹配基础字符+组合标记 #

我们可以用正则表达式精准匹配“基础字符+紧随的组合标记”的组合，把它们作为一个整体提取出来：

const string = "JonBene虂t";
// 匹配任意基础字母 + 后续的所有组合标记，或单独的基础字母
const regex = /\p{L}\p{M}+|\p{L}/gu;
const arrays = string.match(regex) || [];
console.log(arrays); // 输出: ["J", "o", "n", "B", "e", "n", "e虂", "t"]

这个正则的细节：

• \p{L}：匹配任意Unicode字母类字符（也就是像"e"这样的基础字符）
• \p{M}+：匹配一个或多个Unicode组合标记（像"虂"这类依附在其他字符上的标记）
• |\p{L}：兜底处理没有组合标记的单独字符，避免遗漏
• gu：开启全局匹配和Unicode模式，确保能正确识别所有Unicode字符

方法2：手动遍历合并组合标记 #

如果你想更直观地控制合并逻辑，可以手动遍历字符串的每个字符，判断当前字符是否是组合标记，若是就和前一个数组元素合并：

const string = "JonBene虂t";
const arrays = [];
const chars = Array.from(string); // 获取按代码点拆分的字符数组

for (let i = 0; i < chars.length; i++) {
  const currentChar = chars[i];
  // 检查当前字符是否是组合标记
  if (i > 0 && /\p{M}/u.test(currentChar)) {
    // 和数组最后一个元素合并
    arrays[arrays.length - 1] += currentChar;
  } else {
    arrays.push(currentChar);
  }
}

console.log(arrays); // 输出: ["J", "o", "n", "B", "e", "n", "e虂", "t"]

为什么你之前的尝试没生效？ #

你用的Array.from(string)或者split("")，本质都是按单个Unicode代码点来拆分字符串的。而"虂"作为组合标记本身是一个独立的代码点，所以会被拆成单独的元素。上面的方法专门针对组合标记做了合并处理，就能实现你想要的效果啦。

备注：内容来源于stack exchange，提问作者鐜嬪鐒�,4119