JavaScript - 正則表達式將字符串拆分為數組，允許使用撇號

Question

我有一些 Express 中間件，它處理一個字符串——用戶通過文本字段輸入的句子——並對其進行一些分析。 為此，我需要將單詞和標點符號分成一個數組。

一個示例字符串是：

"It's familiar. Not much has really changed, which is surprising, but 
it's nice to come back to where I was as a kid."

作為過程的一部分，我用<br />替換新行並將字符串拆分為一個數組

res.locals.storyArray = 
res.locals.story.storyText.replace(/(?:\r\n|\r|\n)/g, ' <br/>' ).split(" ");

這在一定程度上是有效的，但是當一個句子包含一個撇號時，例如"It's familiar.事情變得不同步，我得到一個數組（請注意，我沒有在這里展示關於單詞如何映射到它的細節）語法類型）：

[ [ '"', 'quote' ],
['It', 'Personal pronoun' ], <--these items are the issue
[ '\'', 'quote' ],   < --------these items are the issue
[ 's', 'Personal pronoun'],  <------these items are the issue
[ 'familiar', 'Adjective' ],
[ '.', 'Sent-final punct' ],
[ 'Not', 'Adverb' ],
[ 'much', 'Adjective' ],
[ 'has', 'Verb, present' ],
[ 'really', 'Adverb' ],
[ 'changed', 'verb, past part' ],
[ ',', 'Comma' ],
[ 'which', 'Wh-determiner' ],
[ 'is', 'Verb, present' ]]

我實際上很驚訝逗號和句號似乎被正確分割，看到我只在空白處分割，但我試圖讓我的數組是：

[ [ '"', 'quote' ],
[ 'It's, 'Personal pronoun' ],
[ 'familiar', 'Adjective' ],
[ '.', 'Sent-final punct' ],
.....
]

Answer 1

您可以使用String.raw來確保字符串與包含的標點符號保持正確一致。

我唯一的問題是保留“。” 標點符號。 為此，我在拆分.replace(/\\./g, " .")之前添加了一個新的替換函數 - 這對所有逗號也是如此。

let strArray = myStr.replace(/\./g, " .")
  .replace(/\,/g, " ,")
  .replace(/\"/g, String.raw` " `)
  .split(/\s/g)
  .filter(_=>_);

 let myStr = String.raw `"It's familiar. Not much has really changed, which is surprising, but it's nice to come back to where I was as a kid."`; let strArray = myStr.replace(/\\./g, " .") .replace(/\\,/g, " ,") .replace(/\\"/g, String.raw` " `) .split(/\\s/g) .filter(_=>_); let HTML = myStr.replace(/(?:\\r\\n|\\r|\\n)/g, " <br/>"); console.log(myStr); console.log(strArray);

編輯：也添加了逗號分隔的replace 。

我不知道你所期望的對做<br/> -它似乎傻插入他們試圖把你的字符串到一個數組。 在代碼中，我已經分離了這個過程。 您現在有一個帶有<br/>標簽的字符串和另一個包含數組的變量。

如果您有任何補充信息，如果這不能解決您的問題，我很樂意提供幫助