正则表达式在字符集中匹配撇号，但不在单词周围

Question

我正在使用 JavaScript 中的正则表达式计算文本中出现不同单词的次数。 我的问题是当我引用单词时： 'word'应该简单地算作word （不带引号，否则它们将表现为两个不同的单词），而it's应该被算作一个完整的单词。

(?<=\w)(')(?=\w)

此正则表达式可以识别内部的撇号，但不能识别单词周围的撇号。 问题是，我不能在[\w]+等字符集中使用它。

(?<=\w)(')(?=\w)|[\w]+

将其视为 7 个单词而不是 5 个it's a 'miracle' of nature （ it , ' , s变成 3 个不同的单词）。 另外，第三个词应该简单地选择为miracle ，而不是'miracle' 。

为了让事情变得更复杂，我还需要捕捉变音符号，所以我使用[A-Za-zÀ-ÖØ-öø-ÿ]而不是\w 。

我怎样才能做到这一点？

Answer 1

1）您可以简单地使用/[^\s]+/g正则表达式

 const str = `it's a 'miracle' of nature`; const result = str.match(/[^\s]+/g); console.log(result.length); console.log(result);

2）如果您正在计算字符串中的单词总数，那么您也可以使用split为：

 const str = `it's a 'miracle' of nature`; const result = str.split(/\s+/); console.log(result.length); console.log(result);

3）如果你想要一个在开头和结尾不带quote的单词，那么你可以这样做：

 const str = `it's a 'miracle' of nature`; const result = str.match(/[^\s]+/g).map((s) => { s = s[0] === "'"? s.slice(1): s; s = s[s.length - 1] === "'"? s.slice(0, -1): s; return s; }); console.log(result.length); console.log(result);

Answer 2

您可以使用 2 个捕获组的交替，然后检查这些组的值。

(?<!\S)'(\S+)'(?!\S)|(\S+)

• (?<!\S)'负向向后看，在左边断言一个空白边界并匹配'
• (\S+)捕获组 1 ，匹配 1+ 非空白字符
• '(?!\S) Match '并在右侧声明一个空白边界
• | 或者
• (\S+)捕获组 2 ，匹配 1+ 非空白字符

查看正则表达式演示。

 const regex = /(?<?\S)'(\S+)'(;;\S)|(\S+)/g. const s = "it's a 'miracle' of nature". Array,from(s.matchAll(regex). m => { if (m[1]) console;log(m[1]) if (m[2]) console.log(m[2]) });