代码之家 › 专栏 › 技术社区 › MysteryPancake

Javascript:删除字符串标点并拆分为单词?

string regex javascript

MysteryPancake · 技术社区 · 6 年前

很抱歉,如果之前有人问过这个问题,我会尝试从如下字符串中获取单词数组:

"Exclamation! Question? \"Quotes.\" 'Apostrophe'. Wasn't. 'Couldn't'. \"Didn't\"."

阵列应如下所示:

[
  "exclamation",
  "question",
  "quotes",
  "apostrophe",
  "wasn't"
  "couldn't",
  "didn't"
]

当前我正在使用以下表达式:

sentence.toLowerCase().replace(/[^\w\s]/gi, "").split(" ");

问题是,它删除了像“was not”这样的撇号,将其变成了“wasnt”。

我不知道怎样在这样的词中保留撇号。

任何帮助都将不胜感激!

var sentence = "Exclamation! Question? \"Quotes.\" 'Apostrophe'. Wasn't. 'Couldn't'. \"Didn't\".";
console.log(sentence.toLowerCase().replace(/[^\w\s]/gi, "").split(" "));

2 回复 | 直到 6 年前

revo shanwije 6 年前

围绕您自己的解决方案工作可能会很棘手,但您可以这样考虑撇号:

sentence = `"Exclamation! Question? \"Quotes.\" 'Apostrophe'. Wasn't. 'Couldn't'. \"Didn't\"."`;
console.log(
    sentence.match(/\w+(?:'\w+)*/g)
);

注意:量词已从 ? 到 * 允许多个 ' 一句话。

Jeto 6 年前

@revo的答案看起来不错,这里还有另一个应该也适用的选项:

const input = "Exclamation! Question? \"Quotes.\" 'Apostrophe'. Wasn't. 'Couldn't'. \"Didn't\".";
console.log(input.toLowerCase().match(/\b[\w']+\b/g));

说明:

\b 匹配词的开头/结尾,
[\w']+ 匹配字母、数字、下划线或引号(要省略下划线,可以使用 [a-zA-Z0-9'] 相反,
/g 告诉正则表达式捕获与该模式匹配的所有事件(而不仅仅是第一个)。

推荐文章

Dima Malko · 如何在指定符号前添加符号?

2 年前

shekharsabale · 从列表元素捕获子字符串

2 年前

Kamran Ali · 类中的Construtor Drink Drink不能应用于给定类型

2 年前

Manny · 如何比较Perl中的字符串?

2 年前

FÄÅ ÛÅ · 字典、列表和字符串

2 年前

displayName is undefined · 如何将字符串转换为非字符串?

2 年前

AntonioGrissini · 如何在python中将字符串“翻译”为整数?

2 年前

Manan Girdhar · 拆分字符串并仅在java中使用第二部分

2 年前

AnxiousLuna · Python使用len()获取数组索引数

2 年前

antonoyaro8 · 数据帧中每列上的Grepl

2 年前