在拆分中包含分隔符（javascript）答案

【问题标题】：Including separator characters in split (javascript)在拆分中包含分隔符（javascript）
【发布时间】：2012-06-23 00:53:01
【问题描述】：

这是一个文本区域。用户可以写任何东西。

<textarea id="text">First sentence. Second sentence? Third sentence!
Fourth sentence.

Fifth sentence
</textarea>

最后，我必须将所有文本拆分成一个数组。

var sentences = $('#text').val().split(/\r\n|\r|\n|[.|!|?]\s/gi);

我遇到的问题是数组项值中不存在分隔符。这就是 sentences 返回的内容：

["First sentence", "Second sentence", "Third sentence", "Fourth sentence", "Fifth sentence"]

应该是：

["First sentence.", "Second sentence?", "Third sentence!", "", "Fourth sentence.", "", "", "Fifth sentence"]

额外注意事项：

最后一句不需要分隔符（可以以任何字符结尾）
如果一个句子有多个分隔符，它也应该包含在数组项中。示例：second sentence?? 应该是 [...,"second sentence??",...]

有什么想法吗？欢迎任何方法（不一定是 split()） - 谢谢！

【问题讨论】：

标签： javascript jquery split

【解决方案1】：

var re = /[^\r\n.!?]+(:?(:?\r\n|[\r\n]|[.!?])+|$)/gi;
("First sentence.. Second sentence?? Third sentence!!\n"+ "Fourth sentence").match(re).map($.trim)
//["First sentence..", "Second sentence??", "Third sentence!!", "Fourth sentence"]

【讨论】：

我真的很喜欢您的解决方案，因为它返回修剪后的值。然而，在测试过程中，我发现了两个额外的考虑因素。我试图自己实施解决方案但没有成功。你能帮我个忙吗？帖子描述已在上面进行了更新，并添加了额外的注意事项。谢谢！
谢谢，解决了第二个考虑，第一个仍然不起作用：最后一句话不需要分隔符（它可以以任何字符结尾）/这很重要，因为对于我的表单的性质，用户通常不关心最后一句话的结束。
@andufo 等等，你想让最后一句需要空格吗？我不认为用户在最后一句话之后写了一个空格？
不，我的意思是最后一个用户可以有任何已经提到的分隔符（?!.\n 等）或者也可以有 -nothing- 例如，这个字符串应该返回 2 个句子： “第一句。第二句”（末尾没有多余的空格，但也没有分隔符）——这当然只适用于最后一句。
@andufo 啊我想我现在明白了，我再次相应地编辑了正则表达式和示例（最后一句停止，没有任何分隔符）

【解决方案2】：

请改用.match (docs)。当您将它与/.../g-type 正则表达式一起使用时，它会返回一个包含所有匹配项的数组。你只需要先修改你的正则表达式：

var sentences = $('#text').val().match(/[^\r\n.!?]+(\r\n|\r|\n|[.!?])\s*/gi);

http://jsfiddle.net/kEHhA/3/

【讨论】：

末尾的\s 使得这需要在第四句之后有一个空格
此解决方案有效，但无法在句子中丢弃像 13.1.2 这样的节号。它将这样的内容计为 2 个额外的句子。知道如何解决这个问题吗？
@W.M.在这种情况下，您可以检查标点符号后是否有空格 (\s) 字符。

【解决方案3】：

这对您的目的有用吗？看起来您已经在使用 jQuery，但如果没有，它应该很容易修改：

var sentences = [];
$.each($('#text').val().split(/([^\.\?\!\r\n]+.)\s/gi), function(i, sentence) {
  if(i%2 !== 0) {
    sentences.push(sentence)
  }
});
// sentences = ["First sentence.", "Second sentence?", "Third sentence!", "Fourth sentence."]

编辑：Blazemonger 的解决方案类似但更优雅，使用 match() 而不是 split()，因此不需要删除数组中奇数元素的第二步。

【讨论】：

【解决方案4】：

使用look-behinds 会很容易，但由于 JavaScript 不支持它，我的建议是：

找到您要分割的空白字符，并用一些虚拟字符替换它们。然后在那个角色上分裂。

类似：

$('#text').val().replace(/\r\n|\r|\n|([.!?])\s/gi, '$1\0').split(/\0/g);

编辑： 显然有更好的解决方案不依赖拆分。不过，我将把它作为替代方案。

【讨论】：

【解决方案5】：

怎么样

var sentences = $('#text').val().split(/\r\n|\r|\n|\s/gi);

【讨论】：

返回["First", "sentence.", "Second", "sentence?", "Third", "sentence!", "Fourth", "sentence."]