5

Tenho a seguinte função para normalização de nomes

function normalizaNome(nome) {
    var palavras = nome.match(/\b\w+\b/g),
    preps = ["de", "da", "do", "das", "dos"];
        return palavras.map(function(e,i) {
            return preps.indexOf(e) == -1 || i === 0 ? e[0].toUpperCase()+e.slice(1) : e;
    }).join(" ");
}

Porém não está aceitando palavras acentuadas.

2 Respostas 2

10

Segundo a documentação, o atalho \w não considera letras acentuadas.

Um jeito simples de resolver é incluir os caracteres acentuados na regex:

var palavras = nome.match(/\b[\wáéíóúâêîôûãõç]+\b/gi);

Também coloquei a flag i para considerar tanto maiúsculas quanto minúsculas, senão a regex teria que ter áÁéÉ etc....

Há também a opção de usar /\b[\wà-ÿ]+\b/gi, pois o intervalo à-ÿ já contempla vários caracteres acentuados (veja aqui), porém também vai aceitar alguns caracteres a mais, como por exemplo o ÷ (DIVISION SIGN), entre outros que não são letras acentuadas (veja o link já indicado para ver todos os caracteres).

Vale lembrar que o atalho \w também considera dígitos de 0 a 9 e o caractere _. Se quer considerar somente letras, bastaria mudar a regex para:

/\b[a-záéíóúâêîôûãõç]+\b/gi

Outra alternativa (ainda não compatível com todos os browsers) é usar Unicode Property Escapes:

var palavras = nome.match(/\b\p{L}+\b/gu);

No caso, \p{L} são todos os caracteres das categorias "Letter" definidas pelo Unicode (são todas as categorias que começam com "L" desta lista). Um detalhe é que a regex precisa da flag u para que este atalho funcione.

Isso torna a regex um pouco mais abrangente, pois vai considerar letras de outros alfabetos também, como o japonês, árabe, cirílico, etc. Em compensação, ela não considera dígitos e o _.

Outra opção para aceitar apenas letras do nosso alfabeto, ignorando outros como o japonês, árabe, etc, é:

nome.match(/\b\p{Script=Latin}+\b/gu)
1
  • 1
    Deu pra entender perfeitamente, obrigado pela ajuda.
    – Patrique
    1/04/2020 às 18:01
-4

Já tentou algo como

var palavras = nome.match(/(\w+)(\D+)/g);

?

\w Todos caracteres gráficos e \D todo caractere não dígito (inclusive os acentuados).

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .