Javascript：查找文本文檔中出現的所有單詞

Question

我正在嘗試編寫一個 Javascript function 來查找文本文檔中所有出現的單詞的索引。 目前這就是我所擁有的——

//function that finds all occurrences of string 'needle' in string 'haystack'
function getMatches(haystack, needle) {
  if(needle && haystack){
    var matches=[], ind=0, l=needle.length;
    var t = haystack.toLowerCase();
    var n = needle.toLowerCase();
    while (true) {
      ind = t.indexOf(n, ind);
      if (ind == -1) break;
      matches.push(ind);
      ind += l;
  }
  return matches;
}

但是，這給了我一個問題，因為即使它是字符串的一部分，它也會匹配單詞的出現。 例如，如果 needle 是“book”，haystack 是“Tom wrote a book. The book's name is Facebook for dummies”，結果是'book'，'book's'和'Facebook'的索引，當我只想要“書”的索引。 我怎樣才能做到這一點？ 任何幫助表示贊賞。

Answer 1

這是我建議的正則表達式：

/\bbook\b((?!\W(?=\w))|(?=\s))/gi

解決您的問題。 嘗試使用exec()方法。 我提供的regexp也將考慮在您提供的例句中出現的諸如“小冊子”之類的單詞：

function getMatches(needle, haystack) {
    var myRe = new RegExp("\\b" + needle + "\\b((?!\\W(?=\\w))|(?=\\s))", "gi"),
        myArray, myResult = [];
    while ((myArray = myRe.exec(haystack)) !== null) {
        myResult.push(myArray.index);
    }
    return myResult;
}

編輯

我已經編輯了正則表達式，以解決“小冊子”之類的詞。 我也將答案重新格式化為與您的功能相似。

你可以在這里做一些測試

Answer 2

嘗試這個：

function getMatches(searchStr, str) {
    var ind = 0, searchStrL = searchStr.length;
    var index, matches = [];

    str = str.toLowerCase();
    searchStr = searchStr.toLowerCase();

    while ((index = str.indexOf(searchStr, ind)) > -1) {
         matches.push(index);
         ind = index + searchStrL;
    }
    return matches;
}

indexOf返回第一本書的位置。

var str = "Tom wrote a book. The book's name is Facebook for dummies";
var n = str.indexOf("book");

Answer 3

我不知道發生了什么，但是我可以使用正則表達式提供更好的解決方案。

function getMatches(haystack, needle) {
    var regex = new RegExp(needle.toLowerCase(), 'g'),
        result = [];

    haystack = haystack.toLowerCase();

    while ((match = regex.exec(haystack)) != null) {
        result.push(match.index);
    }
    return result;
}

用法：

getMatches('hello hi hello hi hi hi hello hi hello john hi hi', 'hi');

Result => [6, 15, 18, 21, 30, 44, 47]

考慮到您的book與books問題，您只需為"book "提供一個空格。

或者在功能上您可以做到。

needle = ' ' + needle + ' ';

Answer 4

最簡單的方法可能是使用text.match(RegX) function。例如，您可以為不區分大小寫的搜索編寫如下內容：

"This is a test. This is a Test.".match(/test/gi)

結果：

(2) ['test', 'Test']

或者這個用於區分大小寫的場景：

"This is a test. This is a Test.".match(/test/g)

結果：

['test']

 let myControlValue=document.getElementById('myControl').innerText; document.getElementById('searchResult').innerText=myControlValue.match(/test/gi)

 <p id='myControl'>This is a test. Just a Test </p> <span><b>Search Result:</b></span> <div id='searchResult'></div>