我想突出显示页面上的段落对象数组中包含的长句子（例如，50 个单词或更多），即$("#content p")。我不知道如何解决这个问题。
我最初试图突出显示所有句子，但是当它们包含 HTML 标记时遇到了麻烦（网络上的示例突出显示代码似乎仅针对单个单词，因此它们不考虑子节点）。我知道拆分句子很困难。我想用.!?后跟一个空格，然后是一个大写字母，或者什么都没有（即段落的结尾）。
提前感谢任何帮助/建议。
【问题讨论】：
标签： jquery regex split paragraph text-segmentation
为此，您需要获取每个段落的 HTML (node.html())，然后用相同数量的空格替换所有 HTML 标记。这应该是相当简单的，因为您可以只查找左尖括号和第一个右括号。您首先需要这样做，以防止标签内的任何句号和单词混淆算法的其余部分，还要防止标签本身被视为一个单词。
根据句号拆分文本，后跟任何内容或任何数量的空格，以获得您的句子。您需要使用匹配的正则表达式手动执行此拆分，以便跟踪原始字符串中句子的开始和结束位置。
接下来将每个句子拆分为空格，并从数组中删除仅由空格组成的任何“单词”。这给了你句子的长度。如果超出您的限制，则在原始 HTML 字符串中句子的开始和结束位置插入适当的 HTML。您需要跟踪添加了多少额外的 HTML，以便找到后续长句的正确开始和结束位置。
【讨论】：
这可能是一个相当慢的解决方案，而且也很丑陋，但它应该很容易编码：
将所有文本读入一个字符串，然后对其进行解析，计算字符数并找到每个 .!?-字符。在解析循环中，您还查找 ，其中 ”。然后每次找到 .!? 字符时，检查自上一个字符以来的长度，如果足够长，则将起点和终点的索引保存到数组或其他东西中。
当整个事情完成后，再做一个循环，将第一个字符串中的子字符串移动到一个新字符串中，在每个“长句子”前面加上一个突出显示标签，并在结尾处附加一个结束突出显示标签它，在继续之前。
完成后，将新字符串放回原来的位置...
【讨论】：
我不确定最好的办法是在客户端执行此操作。我会考虑将这些段落发送回服务器来完成这项工作。但无论哪种方式，工作都应该是一样的。
首先获取段落的所有内容，确保在 DOM 中的几个节点中获取所有内容。 (Read This) 然后您将需要创建一个解析器来查找您的拆分字符，同时在它们位于 HTML 实体中时仍然忽略它们。
以 .在一个 href 属性应该被忽略而不是拆分。在进行解析时，您可以保持字数统计以及打破空格。使每个句子成为包含整个句子和字数的对象。因此，您可以将这些对象推送到表示段落的数组中。完成后，您可以遍历数组并将任何句子包装在一个跨度中，以便在字数达到您的阈值时使用 CSS 突出显示。
主要问题是标签可能是两个句子的一部分，如下所示。
I'm typing <b> in bold. NOW!</b>
我所说的做的并没有解决这个问题，但你可以稍后让解析器更复杂以支持它。
因此，我使用状态机快速概述了我对所有字符的漫不经心的解析，该状态机处理单词计数并在正确的位置进行拆分。在拆分时，将您收集的数据添加到数组中。完成后遍历数组输出新包装的句子。
【讨论】：
正如你所说，要做到正确会很棘手，考虑到你不会抓住所有这些，我会坚持一些简单的事情，比如：
var regex = \[^.!?]{50,}[.!?]\;
太聪明了，你最终会花费更多的时间来处理边缘情况，而不是我想你会合理地想要的。
【讨论】：