如何在javascript中处理正则表达式边界的收缩

Question

我有一个nodejs脚本，它读入文件并计算字频率。 我目前将每一行都输入一个函数：

function getWords(line) {
    return line.match(/\b\w+\b/g);
}

几乎所有东西都匹配，除了没有收缩

getWords("I'm") -> {"I", "m"}

但是，我不能只包含撇号，因为我希望匹配的撇号是字边界：

getWords("hey'there'") -> {"hey", "there"}

有没有办法捕捉收缩，同时仍将其他撇号视为单词边界？

Answer 1

我相信你可以用正则表达式得到的最接近的是line.match(/(?!'.*')\\b[\\w']+\\b/g)但要注意，如果一个单词之间没有空格， a ' ，它将被视为收缩。

正如Aaron Dufour所提到的那样，正则表达式本身没有办法知道I'm是一个收缩，但hey'there不是没有。

见下文：

Answer 2

您可以匹配字母和可能的撇号，后跟字母。

line.match(/[A-Za-z]+('[A-Za-z]+)?/g