目前我正在开发一个将长列分成短列的应用程序。为此，我将整个文本拆分为单词，但目前我的正则表达式也拆分了数字。
我所做的是这样的：
str = "This is a long string with some numbers [125.000,55 and 140.000] and an end. This is another sentence.";
sentences = str.replace(/\.+/g,'.|').replace(/\?/g,'?|').replace(/\!/g,'!|').split("|");
结果是：
Array [
"This is a long string with some numbers [125.",
"000,55 and 140.",
"000] and an end.",
" This is another sentence."
]
期望的结果是：
Array [
"This is a long string with some numbers [125.000, 140.000] and an end.",
"This is another sentence"
]
我必须如何更改我的正则表达式才能实现此目的？我需要注意可能遇到的一些问题吗？或者搜索一下就足够了". ", "? " and "! "?
str.replace(/([.?!])\s*(?=[A-Z])/g, "$1|").split("|")
Output:
[ 'This is a long string with some numbers [125.000,55 and 140.000] and an end.',
'This is another sentence.' ]
分解：
([.?!])= 捕获任一. or ? or !
\s*= 捕获前一个标记后面的 0 个或多个空白字符([.?!])。这说明了与英语语法匹配的标点符号后面的空格。
(?=[A-Z])= 仅当下一个字符在 A-Z 范围内（大写 A 到大写 Z）时，前面的标记才匹配。大多数英语句子都以大写字母开头。以前的正则表达式都没有考虑到这一点。
替换操作使用：
"$1|"
我们使用了一个“捕获组”([.?!])我们捕获其中一个字符，并将其替换为$1（比赛）加上|。所以如果我们捕获?那么替换将是?|.
最后我们把管道分开|并得到我们的结果。
所以，本质上，我们要说的是：
1）查找标点符号（其中之一. or ? or !）并捕获它们
2) 标点符号后面可以选择包含空格。
3) 标点符号之后，我希望有一个大写字母。
与之前提供的正则表达式不同，这将正确匹配英语语法。
从那里：
4）我们通过附加管道来替换捕获的标点符号|
5）我们分割管道来创建一个句子数组。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
