本文详解在 react（及 javascript）中去除字符串内各类引号（如 “”、”、””）的实用方法，涵盖预处理清洗、分段后清洗两种策略，并提供健壮的正则表达式、链式处理（trim + Filter）及生产环境注意事项。
本文详解在 react（及 javascript）中去除字符串内各类引号（如 “”、”、””）的实用方法，涵盖预处理清洗、分段后清洗两种策略，并提供健壮的正则表达式、链式处理（trim + filter）及生产环境注意事项。
在 React 应用中处理用户输入或富文本内容时，常需清理带引号的字符串——尤其是当引号为中文全角符号（如“左双引号”和”右双引号”）或混用中英文标点时，简单使用 str.replace(‘”‘, ”) 无法覆盖全部情况。正确做法是结合正则表达式与函数式链式操作，确保清洗全面、结果可靠。
✅ 推荐方案：先清洗，再分割（更简洁、更安全）
最高效的方式是在调用 .split(‘.’) 前统一移除所有目标引号。这样可避免后续对每个子字符串重复处理，也规避了空项、首尾空格等问题：
const paragraph = `My mamma stood up and lifted a box off the ground. “We’re in America, Rune. They speak English here. You’ve been speaking English for as long as you’ve been speaking Norwegian. It’s time to use it.”`; // 一次性清除中文左右双引号、英文直双引号、单引号（按需扩展） const cleaned = paragraph .replace(/["“”‘’]/g, ''); // 支持: ", “, ”, ‘, ’ const sentences = cleaned.split('.').map(s => s.trim()).filter(Boolean); console.log(sentences); // → ["My mamma stood up and lifted a box off the ground", // "We’re in America, Rune", // "They speak English here", // "You’ve been speaking English for as long as you’ve been speaking Norwegian", // "It’s time to use it"]? 正则说明：/[““”‘’]/g 中的字符类匹配任意一个引号，g 标志确保全局替换；若还需处理反斜杠转义引号（如 “），可追加 ” 到正则中。
⚠️ 备选方案：先分割，再逐项清洗（适用复杂分段逻辑）
若业务逻辑强制要求「先按句号分割，再对每句独立清洗」（例如需保留原始句号位置、做差异化处理），则应使用 .map() 配合 .trim() 和 .filter(Boolean) 组合：
const raw = `My mamma stood up and lifted a box off the ground. “We’re in America, Rune. They speak English here. You’ve been speaking English for as long as you’ve been speaking Norwegian. It’s time to use it.”`; const sentences = raw.split('.') .map(s => s.replace(/["“”‘’]/g, '').trim()) // 清洗 + 去首尾空格 .filter(s => s.length > 0); // 过滤空字符串（如结尾句号导致的空项） console.log(sentences); // 同上，结构清晰无冗余? 关键注意事项
- 不要忽略全角引号：中文引号 “ 和 ” 在 Unicode 中与英文 ” 完全不同，必须显式包含在正则中；
- 警惕 .split() 的副作用：以 ‘.’ 分割可能误切小数（如 “3.14”）、IP 地址或缩写（如 “e.g.”），生产环境建议使用更鲁棒的句子分割库（如 sbd）；
- React 中的安全渲染：清洗后的字符串若用于 dangerouslySetInnerHTML，仍需额外 xss 过滤（推荐使用 DOMPurify）；
- 性能考量：对长文本频繁调用正则无需过度优化，但若在 useEffect 或 render 中高频执行，建议 memoize 清洗结果（useMemo）。
掌握这一模式，你不仅能解决引号清除问题，更能举一反三处理括号、破折号、特殊符号等文本标准化任务——这是构建高质量文本组件的重要基础能力。