by zhangxinxu from https://www.zhangxinxu.com/wordpress/?p=8402
本文可全文转载，个人网站无需授权，只要保留原作者、出处以及文中链接即可，任何网站均可摘要聚合，商用请联系授权。

一、题目

就是写一个检验方法，输出不符合排版规则的内容。

翻译规则地址：译文排版规则指南

补充细节：

1. 数字与单位之间需要增加空格只需要考虑后面是大写字母的场景，因为代码中经常会有类似20px这样的处理，中间不能有空格。
2. 标点不能重复专指中文标点，英文标点不考虑，在程序代码中标点重复很常见。

对于字符内容的格式验证，自然就是正则表达式了，因此，本期的题目主要目的之一是学习正则表达式。

正则表达式规则在所有的语言中都是通用的，除了细节上上有些差异，需要的是一模一样的，所以学会了JS中的正则表达式，其他开发语言也可以受用，包括CSS这么语言（CSS中也有正则表达式）。

JS这么语言要想基础扎实，正则表达式一定要好好学习，学到滴水不漏，可以极大提升处理自己的开发效率。包括在其他一些场合解放生产力，比方说Sublime Text这种编辑器在替换的时候是支持正则表达式的，如果你会正则表达式，则简单几个字符就能完成复杂替换，而且绝不会遗漏。那种解放生产力的感觉，会让你觉得，会代码真的好棒，好high！感觉人生已经达到了高潮。

二、几个验证的实现

CSS题目收到近50份回答，这次的正则小测，只有4个实现，人虽少，但都是精英。

其中第一位@XboxYan的回答几乎直接大结局，我就以这个人回答作为案例讲讲正则表达式相关的一些东西。

1. 中英文之间需要增加空格

/([\u4e00-\u9fa5]+[A-Za-z]+|[A-Za-z]+[\u4e00-\u9fa5]+)/g

JS中正则表达式书写有两种方式，一种是直接两个斜杠，还有一种是使用RegExp对象构建。

上面这个例子啊，就是使用的斜杠。

举个最简单的例子，/1/可以匹配字符串里面是否有字符'1'。

我们分解下这个正则表达式：

[\u4e00-\u9fa5]表示中文字符匹配；[A-Za-z]表示全部的英文字母。于是这个正则表达式可以理解为：

/(中文+英文+|英文+中文+)/g

是不是要更好理解了，剩下的一些符合是什么意思呢？

括号()表示分组，这里可以去掉，浪费，白白占用匹配资源，直接下面这样既可：

/中文+英文+|英文+中文+/g

这里的竖着的管道符|在正则表达式中表示或者的意思，也就是匹配中文后面直接跟着英文，或者英文后面直接带着中文这两个场景。

加号+表示数量，表示1个或多个。正则表达式中还有其他一些表示数量的方法，例如：

• 加号+表示1个或多个。
• 问号?表示1个或0个。
• 星号*表示任意数量。
• 花括号{}可以指定数量，例如{2}表示2个，{2, 6}表示2-6个，{2,}表示2个或2个以上。

在本例中，加号也是可以去掉的，不影响匹配。因此，此正则可以进一步简化：

/中文英文|英文中文/g

也就是：

/[\u4e00-\u9fa5][A-Za-z]|[A-Za-z][\u4e00-\u9fa5][A-Za-z]?/g

斜杠后面的g表示全局匹配，除了g，还有i和m。其中i表示不区分大小写，m表示支持多行匹配。

因此，这里的正则可以进一步简化：

/[\u4e00-\u9fa5][a-z]|[a-z][\u4e00-\u9fa5]/gi

2. 中文与数字之间需要增加空格

/([\u4e00-\u9fa5]+\d+|\d+[\u4e00-\u9fa5]+)/g

和第一个验证，中文和英文之间加空格类似，括号和加号都可以简化掉：

/[\u4e00-\u9fa5]\d|\d[\u4e00-\u9fa5]/g

然后这里有个\d，表示的是匹配数字0-9，这里的正则也可以写成下面这样：

/[\u4e00-\u9fa5][0-9]|[0-9][\u4e00-\u9fa5]/g

正则表达式中有很多指代专属类别字符的写法，例如：

• \d表示的是匹配数字；换成大写的\D则表示匹配数字以外其他字符，等同于[^0-9]。我们如果想要匹配任意字符，可以使用[\d\D]这种写法。
• \w表示匹配数字、字母和下划线；\W表示匹配数字、字母和下划线以为的其他字符。
• \s表示匹配空格、制表符和换行符；换成大写的\S则表示除了以外空格、制表符和换行符其他字符。
• \n表示换行。

3. 数字与单位之间需要增加空格

/\d[A-Za-z]+/g

题目这个需求是不合理的，有些数字和单位之间是不能加空格的，有趣技术文章翻译，必定包含大量的代码，例如10px等，显然不能加空格。因此，可以认为数字和大写字母之间需要空格。

因此，正则可以调整为：

/\d[A-Z]+/g

4. 全角标点与其他字符之间不加空格

/([\s\S]{2}[\！|\·|\【|\】|\「|\」|\；|\：|\“|\”|\，|\《|\。|\》|\、|\？]\s+)|[\s+(\！|\·|\【|\】|\「|\」|\；|\：|\“|\”|\，|\《|\。|\》|\、|\？)[\s\S]{2}]/g

这个就相当长了，很多人看了会觉得是天书一样，其实很简单，也有不少优化和改进空间。

首先，前后的[\s\S]{2}是多余的，可以删掉，没有必要再额外匹配任意两个字符；
然后，最外面的分组括号()也是多余的；
最后，全角符号在正则表达式中是没有必要使用反斜杠\进行转义的，因此\【|\】|\「|\」|\；|\：可以写作【|】|「|」|；|：，这样阅读更方便些。

当前，这里最好的表示方法还是使用RegExp对象，可以大大简化我们的正则表达式，同时更利于维护。如下：

// 全角标点字符们
var strPunct = '！（）【】『』「」《》“”‘’；：，。？、';
// 使用管道符连接
var regPunct = strPunct.split('').join('|');
// 此时的正则表达式
new RegExp('['+ regPunct +'] +| +['+ regPunct +']', 'g');

对吧，是不是简单也易读多了。

其中，空格我直接用的普通空格字符进行匹配的，而不是\s，因为，我不想把换行符也过滤掉。

当我们的正则表达式内容包含变量的时候，可以借助new RegExp()来实现。

5. 不重复使用标点符号

这里的标点指中文标点，因为英文标点不重复，有些不切实际，例如空字符串''，就是合法的重复标点。

原本的实现：

/(\~|\`|\!|\[|\]|\{|\}|\;|\:|\"|\'|\,|\<|\.|\>|\/|\?|\！|\·|\【|\】\「\」|\；|\：|\“|\”|\，|\《|\。|\》|\、|\？)\1+/g

洋洋洒洒好长，我们可以简化下：

new RegExp(`(${regPunct})\\1+`, 'g')

就是不使用重复中文标点了。其中，这里的\1有必要好好说下。

\1表示捕获匹配，表示捕获第一个分组括号中匹配的值，你可以理解为代称。在正则表达式中，每一个分组括号()都自带一个看不见的序号，从前往后依次是分组一，分组二，分组三……

这里的\1就表示匹配的第一个标点，后面跟了个+则表示，这里重复标点2个或多个都匹配。

捕获分组不仅存在于正则表达式中，当我们使用replace方法进行正则替换的时候，也存在与替换方法中，使用美元符号$外加数字表示，例如前后空格过滤trim()方法的简易polyfill：

if (!''.trim) {
  String.prototype.trim = function () {
    // $1表示第一个()中匹配的值
    return this.replace(/^\s*(.*?)\s*$/, '$1');
  };
}

其中'$1'并不是替换成字符串$1意思，而是替换成第一个()中匹配的值，在这里表示首尾空格以外的值。

如果我们需要对捕获分组内容进行额外处理，可以把第二个参数作为function处理，例如：

this.replace(/^\s*(.*?)\s*$/, function (matches, $1) {
  // matches表示完整匹配内容（包括前后空格）
  // $1则表示第一个()中匹配的值 
  // 此时就可以对$1进行处理，返回我们需要的值
})

6. 破折号前后需要增加一个空格

这个超easy：

/(\S(——)|(——)\S)/g

这里几个括号都是多余的，直接下面这样既可：

/\S——|——\S/g

7. 使用全角中文标点

/([^A-Za-z][\~|\`|\!|\[|\]|\{|\}|\;|\:|\"|\'|\,|\<|\.|\>|\/|\?][^A-Za-z])/g

实际匹配要比这个复杂，因为这个和最后一个应为整句需要使用半角标点大量冲突。所以这里规则要细化，前后至少需要出现中文，半角标点才转换为全角，否则认为是英文整句，不处理，保持忽略。

于是，我经过修改变成下面这样：

var strPunctHalf = '!()[]"\';:,.?';
// 不同于全角字符，半角字符需要加转义
var regPunctHalf = strPunctHalf.split('').join('|\\');
// 此时的正则表达式
new RegExp(`[\u4e00-\u9fa5][a-z]*( *[${regPunctHalf}] *)|( *[${regPunctHalf}] *)[a-z]*[\u4e00-\u9fa5]`, 'gi');

8. 数字使用半角

也就是需要匹配10个全角数字，松松的，没什么好说。

/[\uFF10-\uFF19]+/g

9. 遇到完整的英文整句，其內容使用半角标点

/(\「[A-Za-z\s\~|\`|\!|\;|\:|\"|\'|\,|\<|\.|\>|\/|\?]*[\！|\·|\；|\：|\“|\”|\，\。|\、|\？][^\」]*\」)|(\《[A-Za-z\s\~|\`|\!|\;|\:|\"|\'|\,|\<|\.|\>|\/|\?]*[\！|\·|\；|\：|\“|\”|\，\。|\、|\？][^\》]*\》)/g

完整的英文整句的重要特征是单词与空格，考虑到标点之后可能会有空格，于是，优化了下：

new RegExp(`([a-z]+[${regPunct}|\\s])+[a-z]*([${regPunct}|\\s][a-z]+)+`, 'gi')

足以现在满足大多数的场景。

三、在线验证工具出炉

现在我们有了基础技术，但还不足以作为工具，作为产品让更多人使用，因为在控制台输出这种事情非程序员以外的人是做不来的。

所以，可以将其变成可视化工具。

最后一个回答者@wingmeng参照了 @XboxYan 的一些思路除了输出验证结果，还输出了处理后的正确排版。

于是，站在这两位的肩膀上，我熬夜搞出了一个“翻译内容格式检验工具” —— check.html

直接输入内容，就可以高亮标记错误的翻译排版，同时显示正确的结果。

可以大大减轻校对时候的工作量，如果你也有参加掘金的翻译计划，或者自己平时翻译文章什么的，这个小工具可以试一试，虽不能100%完美解决各种排版问题，但至少可以解决大部分的问题，非常划算。

四、正则很烂也能实现的傻白甜方法

回到题目之外，在实际项目中遇到这样的排版验证需求，本质上就是用工程化的手段让普通人也能发现一些翻译排版的问题，因此，实际上，就算你正则表达式非常的烂，甚至一点也不会，你也能弄出一个可以使用的工具来解放生产力。

首先通过交互设计手段来降低我们实现的成本：

1. 我们没有必要一次性所有的规则一次性匹配，我可以让用户选择具体哪条规则，到时候一个一个规则匹配就好了，用户完全不care的；
2. 没有必要匹配所有的排版规则，比方说最后单词英文后面是全角标点，整句英文还使用半角标点，有些难度，也有些蛋疼，我们大不了忽略。因为本来就是辅助工具，没必要面面俱到。

然后，判断什么类型的字符，可以不用走高大上、学习成本较高的正则表达式，可以试试基于charCode值判断，例如：

// 判断字符类型
String.prototype.kind = function () {
    if (strPunct.indexOf(this) != -1) {
        return 'punct';
    }
    var code = this.charCodeAt(0);
    if (code >= 65296 && code <= 65305) {
        return 'num-full';
    }
    if (code > 256) {
        return 'zh';
    }
    if (code >= 48 && code <= 57) {
        return 'num';
    } else if (code >= 65 && code <= 90) {
        return 'en-up';
    } else if (code >= 97 && code <= 133) {
        return 'en-low';
    }
    return 'unknown';
};

这个要好理解的多，不同类型的字符串是有着特定的charCode区间范围的。

接下来事件就很简单了，我们只要遍历需要检测的文本内容，判断一下当前字符和下一个字符是否不符合要求就可以了。比方说“中英文之间需要增加空格”，遍历的时候，如果当前字符是中文，同时上一个字符和或者下一个字母是英文，则返回并高亮标记。

验证就结束了，一个循环+字符判断，就算只学习一个月的JavaScript也能够实现，这就是“傻白甜”实现方式。

眼见为实，为了方便大家学习，我专门做了个demo页面：check-foo.html

例如，我点击第一个检查按钮，成功高亮的不合要求的排版内容：

就一个循环外加一大堆if语句，一丁点正则表达式都没实现，就实现了看上去很难的翻译排版校验工具，而且多半比正则实现更稳健。

页面源码可以直接在这个项目的docs目录中找到：https://github.com/zhangxinxu/quiz

五、升职加薪与技术强弱没有直接关系

接下来要引出本次直播答疑最有价值的一个议题，是有关职业发展的，那就是升职加薪与技术强弱没有直接关系。

很多人都有这样一个错误的认识，因为自己的技术越强，薪资就越高，职位就越高，实际上不是这样子的，并没有直接的关系。职位的高低是与你对团队，对公司产生的价值相呼应的。作为一个技术人员，就算你的技术能力并不是非常的强，也能产生非常高的价值，关键在于认知与意识。

举个例子，某公司某团队打算加入掘金的翻译计划，来提高团队的影响力。

其中有个很重要的环节，那就是校验，而校验这种工作往往都是团队的负责人来做这个事情，负责最后的把关，免得出现一些意外的风险。这就问题来了，通常团队的负责人都是很忙的，要靠肉眼去识别那些翻译中出现的小错误，那是非常费心费力费神费时的事情，久而久之，体验会变得非常糟糕。

这个的团队里面有两个前端，一个技术非常扎实，正则玩得666，但总是沉浸在自己的技术世界里，专注于手头上的事情，以自己代码质量世界第一为自豪。另外一个技术一般般，正则玩得233，但是，其敏锐发现翻译排版校验走人工是非常低效的一件事情，于是当机立断决定做了一个工具，可以帮助大家快速的发现一些排版上的问题，解放生产力。虽然技术一般般，但他活用自己已经掌握的一些知识，通过良好的交互设计降低实现成本，用“傻白甜”的方式把这个东西给做出来了，别人一用，嘿，还行。

很显然，这件事情上，那个技术一般般的人创造的价值更大，而且大的非常明显。一个人技术再强，那解放只是你一个人的生产力，团队还有其他好几十号人并没有任何提升；但是如果你做出一个可以让大家都能提高生产力的工具，就算你技术一般般，但是你对这个团队产生的价值是非常深远的。翻译这种事情，全国有那么多人参加，如果你把这个工具开源出去，对团队带来的影响力要远比翻译一两个文章更高。

对比下：技术强的人自己生产力很高，然后没有然后；技术一般般的人让团队其他人生产力提高，同时通过开源工具给团队带来了影响力。如果你是领导，如果你是boss，你会提拔哪一个人？显然，只要领导不是智障，都会升职加薪是后面那个技术一般的人！

很多技术人员一直没有意识到这个问题，经常会抱怨，那个人技术那么烂，为什么这次升职晋升的是他？拜托，升职晋升是看贡献，不是看你一个人的技术水平，这个和搞科研是不一样的，企业是商业机构。

所以，大家一定要扭转意识，敏锐捕捉可以产生巨大价值的场景，不要只盯着自己的一亩三分地。工作中所有同事遇到的不爽、不悦，所有那些重复人力的场合，都是一次很好的提高你绩效的机会，就算你技术一般般，也能产生非常大的价值；如果你本身技术就很强，那更要抓住这样的机会，否则机会留给了别人，最后怎么被踩下去都不知道，那更惨！

六、关于本次直播

本次直播有录播，因为加班错过的小伙伴可以去围观，地址是：https://www.bilibili.com/video/av41104858/

欢迎提出各种意见。

关于群小测

每周三下班后会在微信粉丝群公布一道小测题，每周六上午10:00-11:00会以直播形式对大家的解答进行答疑。

目前一群已满，二群还有坑我，想入的可以加我微信好友 zhangxinxu-job，我拉你们进去，备注“入群”，然后附上你们的姓名，方便我备注。

好，本次答疑文字版就到这里。

我要看刀剑去了。

本文为原创文章，会经常更新知识点以及修正一些错误，因此转载请保留原出处，方便溯源，避免陈旧错误知识的误导，同时有更好的阅读体验。
本文地址：https://www.zhangxinxu.com/wordpress/?p=8402

（本篇完）