使用JavaScript拆分來包含單詞，帶標點的標點符號，但忽略HTML

Question

我知道有些主題幾乎涵蓋了同一主題，但是找不到適合我的主題。

所以我有一些文字，單詞，標點符號和HTML，例如

<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aenean semper elit efficitur tempus sagittis. Vivamus at eros — quis velit ornare consequat. Vestibulum suscipit erat enim; sed bibendum augue interdum at.</p>
<p>Sed vulputate ipsum id ullamcorper vehicula. Ut ac ornare risus, id vehicula justo. Quisque pretium, lectus "et rutrum fermentum", leo mauris interdum eros, nec blandit nibh dolor nec enim.</p>

我想做的是用一個<span>元素包含每個單詞和標點符號，而忽略並保持HTML標簽不變。 我需要包含每個標點符號，即使它們彼此相鄰或緊靠一個單詞。

因此輸出將類似於

<p><span>Lorem</span> <span>ipsum</span> <span>sit</span> <span>sit</span> <span>amet</span><span>,</span> (etc...)

到目前為止，我已經設法按空格分隔並用<span>包含結果，但是HTML標記和標點符號令人頭疼。 ：P

提前致謝！

編輯：

這是我到目前為止使用的代碼（如您所見，要拆分的文本在id=textarea的div元素中：

$('#textarea').each(function(){
    var text = $(this).html().split(" "),
        len = text.length,
        result = []; 

    for( var i = 0; i < len; i++ ) {
        result[i] = '<span class="clickable">' + text[i] + '</span>';
    }
    $(this).html(result.join(' '));
});

Answer 1

您正在使用jQuery嗎？ 如果是這樣，您可以使用.text()輕松解決標簽和語法問題。

http://jsfiddle.net/r6dz97ud/

$("p").each(function(i, p) {
    var words = $(p).text()
    $(p).html("")
    $(words.split(" ")).each(function(j, word) {
        var span = $("<span></span>")
        span.html(word)
        $(p).append(span).append("&nbsp;")
    });
});

Answer 2

這是對任何html字符串值執行此操作的一般解決方案：

var tagsexpr = "(\\<\\w+\\>)|(\\<\\/\\w+\\>)";
var wordexpr = "[^\\<?\\/|>| ]\\w+";
var puncexpr = "[\\.,\\?\\!]";

function wrap(text) {
  var tags = text.match(new RegExp(tagsexpr, 'g'));
  var words = text.match(new RegExp(wordexpr + '|' + puncexpr, 'g'));

  return tags[0] + words.reduce(function (base, curr, indx) {
    return (new RegExp(puncexpr, 'g')).test(words[indx + 1]) ? 
      base + '<span>' + words[indx] + '</span>' : base + '<span>' + words[indx] + '</span> ';
  }, '').trim() + tags[1];
}

console.log(wrap('<p>hello from the matrix.</p>'));
// => "<p><span>hello</span> <span>from</span> <span>the</span> <span>matrix</span><span>.</span></p>"