本文介绍一种安全、可靠的短语级文本替换策略，通过两阶段占位符机制避免子串误匹配（如“telephone”被错误匹配到“mobile telephone number”中），确保长匹配优先、html 安全且可扩展。
本文介绍一种安全、可靠的短语级文本替换策略，通过两阶段占位符机制避免子串误匹配（如“telephone”被错误匹配到“mobile telephone number”中），确保长匹配优先、html 安全且可扩展。
在构建实时文本缩写功能（如将“Mobile telephone number”自动转为 <span class="tooltip" data-tooltip="Mobile telephone number">M/TEL</span>）时，一个常见陷阱是：正则的单词边界 无法解决“短语包含更短关键词”的层级冲突。例如，若字典中同时存在 "Telephone" → "TEL" 和 "Mobile telephone number" → "M/TEL"，直接按任意顺序遍历替换，会导致 "Mobile telephone number" 先被拆解为 "Mobile TEL number"，再无法完整匹配长句——最终输出错误且嵌套混乱的 HTML。
根本原因在于：字符串替换是顺序敏感且不可逆的。一旦 "Telephone" 被提前替换为 "TEL"，原始上下文即丢失，长匹配永远失效。
✅ 正确解法是采用 「两阶段占位符替换」：
- 第一阶段（扫描+占位）：遍历所有待替换短语（按长度降序排序），对每个匹配项用唯一、无歧义的临时标记（如 __replacement:0）替代，并记录该标记对应的真实 HTML 片段；
- 第二阶段（还原+注入）：统一将所有占位符批量替换为预存的 HTML，确保 DOM 结构纯净、无嵌套污染。
以下是优化后的生产就绪实现：
let dictionary = {
"M": { "Mobile telephone number": "M/TEL" },
"T": { "Telephone": "TEL" }
};
// 扁平化字典 + 按原始短语长度降序排序（关键！保证"Mobile telephone number"优先于"Telephone"）
const replacements = Object.values(dictionary)
.flatMap(obj => Object.entries(obj))
.sort((a, b) => b[0].length - a[0].length); // 长度从大到小
function abbreviateText() {
const input = document.getElementById("input").value;
let output = input;
const placeholderMap = []; // 存储 [placeholder, htmlFragment] 对
// 第一阶段：扫描并占位
for (const [phrase, abbr] of replacements) {
const regex = new RegExp(`\b${phrase}\b`, 'gi');
let matchCount = 0;
// 使用 replace 的回调函数，支持多次匹配并生成唯一占位符
output = output.replace(regex, (match) => {
const placeholder = `__REPL_${placeholderMap.length}__`;
placeholderMap.push([placeholder, `<span class="tooltip" data-tooltip="${phrase}">${abbr}</span>`]);
return placeholder;
});
}
// 第二阶段：批量还原占位符为 HTML
for (const [placeholder, html] of placeholderMap) {
output = output.replace(new RegExp(placeholder, 'g'), html);
}
document.getElementById("output").innerHTML = output;
}⚠️ 关键注意事项：
- 必须按短语长度降序排序："Mobile telephone number"（25 字符）必须排在 "Telephone"（11 字符）之前，否则长匹配永远无法触发；
- 占位符需绝对唯一且不可出现在原始输入中：推荐使用 __REPL_0__ 这类带前后缀、含下划线和数字的格式，避免与用户输入冲突；
- 假设输入为纯文本：本方案不处理已有 HTML 标签内的文本（如 <p>Telephone</p> 中的 Telephone）。若需支持 HTML 内容解析，应先用 DOMParser 提取文本节点，再对纯文本操作，最后重组 DOM；
- 性能提示：对于超大字典（>100 条），可预编译正则或使用 Aho-Corasick 算法优化多模式匹配，但日常场景中当前实现已足够高效。
此方案兼顾准确性、可维护性与扩展性——新增缩写规则只需追加到 dictionary，无需修改核心逻辑，是构建专业级文本智能缩写功能的稳健基础。
