如何批量清除中文和西文字元之間的空格？

原先在網頁環境下使用的文章將用於出版環境，被要求清除所有中文和西文字元之間的空格（比如：「學習 CSS 知識」 要改為 「學習CSS知識」）。因此，正在尋找批量自動化處理的方案。

相關問題：

中英文混排時中文與英文之間是否要有空格？ - 網頁設計 (Web Design)

---

正則表達式

漢字標準格式「漢字－西文混排間隙」嚴格模式下的正則表達式應該能滿足這個需求。它支援：

• 中日韓越統一漢字基本區段及擴展A-D區（未來的擴展E、F區也能支援）

• 《康熙》及簡化字部首、筆畫、意音文字描述字元、意音數字「〇」

• 日文假名

• 包含附加變音符號的所有西文字元，有：

• 拉丁字母
• 希臘字母
• 西里爾字母
• 西文開始/結束括注號（如：?! ?? 『』 「」……等）

// 漢字在前
Han.TYPESET.hws.strict[0]
// 漢字在後
Han.TYPESET.hws.strict[1]


註：不處理西文點號及漢字標點（如句號、逗號……等）

代碼見：https://github.com/ethantw/Han/blob/03b050a/dist/han.js#L430-433

漢字－西文混排間隙示例：http://ethantw.github.io/Han/latest/hws.html

跨節點的操作

漢字標準格式的字元替換方法「Han.find()」 [1]使用findAndReplaceDOMText類庫 [2]，支援跨元素節點的文字替換，缺點是必須在支援DOM的環境下方能工作。

下面範例的空白是可以正確被清除的。

&
漢字 &Latin &かな。
&
漢字&Latin&かな。


[1]: https://css.hanzi.co/manual/js-api#find

[2]: https://github.com/padolsey/findAndReplaceDOMText/

清除文本中，漢字與西文間的空格

let hinst = Han.find( document.body )
.replace( Han.TYPESET.hws.strict[0], "$1$2" )
.replace( Han.TYPESET.hws.strict[1], "$1$2" )


把空格加回來，

hinst.revert( "all" )


---

JavaScript:

var rawText = "學習 Regular Expression 那一套理論";
console.log(rawText.replace(/([^w]) (w)/, "$1$2").replace(/(w) ([^w])/, "$1$2"));


---

中文是 [u4e00-u9fbb]

分兩步吧：

第一步，刪除左邊漢字，右邊字母的情況：

(?&<=[u4e00-u9fbb])s+(?=[a-zA-Z])

第二步，反過來，刪除左邊字母，右邊漢字的情況：

(?&<=[a-zA-Z])s+(?=[u4e00-u9fbb])

組合起來，也就是中間加一個「|」：

(?&<=[a-zA-Z])s+(?=[u4e00-u9fbb])|(?&<=[u4e00-u9fbb])s+(?=[a-zA-Z])

希望可以幫上忙

---

推薦閱讀：