本文介绍如何用字母权重评分机制替代简单字符计数，通过预定义字母分值（如 a–m=2、n–z=1）精确评估单词视觉“长度”，并在正则匹配中基于总分阈值（如 ≤10）执行智能连字符替换。
本文介绍如何用字母权重评分机制替代简单字符计数，通过预定义字母分值（如 a–m=2、n–z=1）精确评估单词视觉“长度”，并在正则匹配中基于总分阈值（如 ≤10）执行智能连字符替换。
在网页排版中，单纯依赖 .length 计算单词字符数会导致视觉失衡——例如 "mmmm-mmm" 与 "tttt-ttt" 虽同为 8 字符，但在非等宽字体下实际占据宽度差异显著。真正影响换行与断字效果的是字母的视觉权重，而非字符个数。因此，我们需要将每个字母映射为一个语义化分值（如 a–m → 2，n–z → 1），再对匹配到的各单词片段分别求和，最终以加权总分作为替换逻辑的判断依据。
✅ 步骤一：定义字母权重映射表
首先建立清晰、可维护的分值对象。推荐使用小写字母键确保大小写不敏感：
const letterScores = {
a: 2, b: 2, c: 2, d: 2, e: 2, f: 2, g: 2, h: 2, i: 2, j: 2, k: 2, l: 2, m: 2,
n: 1, o: 1, p: 1, q: 1, r: 1, s: 1, t: 1, u: 1, v: 1, w: 1, x: 1, y: 1, z: 1
};? 提示：也可用生成式写法提升可读性（适用于规则明确场景）：
const letterScores = Object.fromEntries( [...'abcdefghijklmnopqrstuvwxyz'].map(c => [c, 'abcdefghijklm'.includes(c) ? 2 : 1] ) );
✅ 步骤二：封装加权评分函数
该函数遍历字符串每个字符，忽略非字母（如 -、空格、标点），累加对应分值：
const calculateWeightedScore = (word) => {
let score = 0;
for (let i = 0; i < word.length; i++) {
const char = word[i].toLowerCase();
if (letterScores[char] !== undefined) {
score += letterScores[char];
}
// 非字母字符（如连字符）不计入分值，保持语义纯净
}
return score;
};✅ 步骤三：重构正则替换逻辑
原代码中 wtot1, wtot2 等基于 .length 的变量需全部替换为加权分值。注意：正则捕获组应精准分离各单词段（避免误含连字符），推荐使用更健壮的模式：
const MAX_SCORE = 10;
text.replace(
/\b([a-z]+)-([a-z]+)(?:-([a-z]+))?\b/gi,
(_, fullMatch, part1, part2, part3) => {
const score1 = calculateWeightedScore(part1);
const score2 = calculateWeightedScore(part2);
const score3 = part3 ? calculateWeightedScore(part3) : 0;
const totalScore = score1 + score2 + score3;
// 条件：仅当总分 ≤ MAX_SCORE 时才替换为不可断连字符（ 或 ‑）
if (totalScore <= MAX_SCORE) {
const separator = '\u2060'; // Unicode Zero Width No-Break Space（推荐）
// 或使用 HTML 实体：'‑'（窄不换行连字符）
return part3
? `${part1}${separator}${part2}${separator}${part3}`
: `${part1}${separator}${part2}`;
}
return fullMatch; // 不满足条件，保留原文
}
);⚠️ 关键注意事项
-
大小写处理：
.toLowerCase()确保A和a统一映射，避免漏判； -
非字母过滤：函数自动跳过
-、数字、符号，防止score += undefined导致NaN； -
Unicode 安全性：使用
\u2060（ZWNBSP）比 -
性能优化：若处理大量文本，可预先缓存高频单词分值，或使用
Array.prototype.reduce替代for循环提升可读性； -
边界测试：务必验证含单字母（如
a-b-c）、大写字母（Hello-World）、混合字符（test-123）等场景。
通过此方案，"mmmm-mmm"（7×m = 7×2 = 14 分）将被正确识别为超限，而 "tttt-ttt"（7×t = 7×1 = 7 分）则允许替换——真正实现了按视觉权重驱动的智能断字控制。
