11

Contexto. Intento eliminar las tildes (acentos ortográficos) y virgulillas, para comparar 2 palabras. Hice la función:

let sinDiacriticos = (function(){
    let de = 'ÁÃÀÄÂÉËÈÊÍÏÌÎÓÖÒÔÚÜÙÛÑÇáãàäâéëèêíïìîóöòôúüùûñç',
         a = 'AAAAAEEEEIIIIOOOOUUUUNCaaaaaeeeeiiiioooouuuunc',
        re = new RegExp('['+de+']' , 'ug');

    return texto =>
        texto.replace(
            re, 
            match => a.charAt(de.indexOf(match))
        );
})();


let prue = 'Épico año de mal agüero, sólo Óscar y Ángel ganarán ésta. -Ímpetú Úrsula. ¡Ñañdú corre rápido por ahí!';
console.log(sinDiacriticos(prue));


Pregunta 1. ¿Hay alguna forma directa de reemplazar cualquier signo diacrítico sin la necesidad de generar manualmente un mapa de reemplazos?
Me interesan cubrir las marcas diacríticas de cualquier lenguaje.

Pregunta 2. Teniendo en cuenta que en español la ñ es una letra diferente de la n, ¿se pueden eliminar los diacríticos excepto si es una ñ?
* Pregunta hecha por blonfu en comentarios

1
  • Publiqué porque 1- fueron varias veces que comentamos / hablamos de esto, y 2 - para que agreguen respuestas alternativas que puedan aportar otros métodos
    – Mariano
    Commented el 10 abr. 2017 a las 19:19

1 respuesta 1

33

Desde ECMAScript 6 (2015), se puede utilizar String.prototype.normalize() para llevar a la forma descompuesta de normalización en Unicode (ver compatibilidad).

Esto significa que un caracter (en realidad un "punto de código") puede ser descompuesto en su equivalencia de caracter base, seguido de sus marcas. Por ejemplo:


Source -> NFD NFC

Ambas formas son equivalentes y se imprimen igual.


En la forma NFD, los diacríticos son code points (~caracteres) diferentes.
Y lo importante es que todas las marcas diacríticas están en el rango U+0300 - U+036F.



Código (para todos los lenguajes)

Lleva a la forma descompuesta, y elimina el bloque Combining Diacritial Marks.

// Elimina los diacríticos de un texto (ES6)
//
function eliminarDiacriticos(texto) {
    return texto.normalize('NFD').replace(/[\u0300-\u036f]/g,"");
}


Pruebas:

// Elimina los diacríticos de un texto (ES6)
//
function eliminarDiacriticos(texto) {
    return texto.normalize('NFD').replace(/[\u0300-\u036f]/g,"");
}


//  Prueba

function mostrarSinDiacriticos(inp){
    document.getElementById('muestra')
        .innerText = eliminarDiacriticos(inp.value);
}

mostrarSinDiacriticos(texto);
Texto:
<input id="texto" oninput="mostrarSinDiacriticos(this)" style="width:100%" value="áéíóúñüÁÉÍÓÚÑÜ">
Sin Diacríticos:
<div id="muestra" />



Diacríticos excepto en la ñ (sólo español)

  1. Podemos sacar sólo los acentos en vocales o la diéresis en la ü.
    Descomponemos, eliminamos los diacríticos exclusivamente de áéíóúü y volvemos a componer:

    texto.normalize('NFD')
         .replace(/([aeio])\u0301|(u)[\u0301\u0308]/gi,"$1$2")
         .normalize();
    


  1. O podemos eliminar cualquier diacrítico (para cualquier lenguaje) excepto si es una ñ:

    // Elimina los diacríticos de un texto excepto si es una "ñ" (ES6)
    //
    function eliminarDiacriticosEs(texto) {
        return texto
               .normalize('NFD')
               .replace(/([^n\u0300-\u036f]|n(?!\u0303(?![\u0300-\u036f])))[\u0300-\u036f]+/gi,"$1")
               .normalize();
    }
    


    Pruebas:

    // Elimina los diacríticos de un texto excepto si es una "ñ" (ES6)
    //
    function eliminarDiacriticosEs(texto) {
        return texto
               .normalize('NFD')
               .replace(/([^n\u0300-\u036f]|n(?!\u0303(?![\u0300-\u036f])))[\u0300-\u036f]+/gi,"$1")
               .normalize();
    }
    
    
    //  Prueba
    
    function mostrarSinDiacriticos(inp){
        document.getElementById('muestra')
            .innerText = eliminarDiacriticosEs(inp.value);
    }
    
    mostrarSinDiacriticos(texto);
    Texto:
    <input id="texto" oninput="mostrarSinDiacriticos(this)" style="width:100%" value="áéíóúñüÁÉÍÓÚÑÜ">
    Sin Diacríticos:
    <div id="muestra" />

2
  • 2
    Una duda, ¿cómo mantenemos la ñ? La virgulilla de la ñ no es algo añadido a una letra sino que forma parte de la letra y no queremos cambiar la ñ por una n: No es lo mismo año que ano, moño que mono, uña que una, etc.
    – user7176
    Commented el 9 ene. 2018 a las 8:15
  • 1
    Muy buena idea @blonfu. Edité pregunta y respuesta, dejando ambas opciones. Estoy seguro que hay casos de uso para las 2 alternativas (con o sin ñ).
    – Mariano
    Commented el 11 ene. 2018 a las 15:47

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.