Javascript和正则表达式:拆分字符串并保留分隔符

Question

我有一个字符串:

var string = "aaaaaa<br />&dagger; bbbb<br />&Dagger; cccc"

我想用分隔符<br />和一个特殊字符分割这个字符串.

为此,我使用这个:

string.split(/<br \/>&#?[a-zA-Z0-9]+;/g);

我得到了我需要的东西,除了我丢失了分隔符.这是一个例子:http://jsfiddle.net/JwrZ6/1/

我怎样才能保留分隔符？

Answer 1

我有类似但略有不同的问题.无论如何,这里是三个不同场景的例子,用于保持分隔符的位置.

"1?2?3".split("?") == ["1", "2", "3"]
"1?2?3".split(/(?)/g) == ["1", "?", "2", "?", "3"]
"1?2?3".split(/(?=?)/g) == ["1", "?2", "?3"]
"1?2?3".split(/(?!?)/g) == ["1?", "2?", "3"]
"1?2?3".split(/(.*??)/g) == ["", "1?", "", "2?", "3"]

警告:第四个只能分割单个字符.ConnorsFan提出了另一种选择:

// Split a path, but keep the slashes that follow directories
var str = 'Animation/rawr/javascript.js';
var tokens = str.match(/[^\/]+\/?|\//g);

Answer 2

使用正向前瞻,以便正则表达式声明特殊字符存在,但实际上不匹配它:

string.split(/<br \/>(?=&#?[a-zA-Z0-9]+;)/g);

看到它的实际效果:

var string = "aaaaaa<br />&dagger; bbbb<br />&Dagger; cccc";
console.log(string.split(/<br \/>(?=&#?[a-zA-Z0-9]+;)/g));

更新:修复错字(;在前瞻性内容中移动文字)

Answer 3

如果将分隔符包装在parantheses中,它将成为返回数组的一部分.

string.split(/(<br \/>&#?[a-zA-Z0-9]+);/g);
// returns ["aaaaaa", "<br />&dagger;", "bbbb", "<br />&Dagger;", "cccc"]

根据您要保留的部分,更改您匹配的子组

string.split(/(<br \/>)&#?[a-zA-Z0-9]+;/g);
// returns ["aaaaaa", "<br />", "bbbb", "<br />", "cccc"]

您可以通过忽略字母string.split(/()&#？[a-z0-9] +;/gi)的大小写来改进表达式.

您可以匹配预定义的组,如下所示:\dequals [0-9]和\wequals [a-zA-Z0-9_].这意味着您的表达式可能如下所示.

string.split(/<br \/>(&#?[a-z\d]+;)/gi);

JavaScriptKit上有一个很好的正则表达式参考.

Answer 4

如果对分割模式进行分组，其匹配将保留在输出中，这是设计使然：

如果分隔符是带有捕获括号的正则表达式，则每次分隔符匹配时，捕获括号的结果（包括任何未定义的结果）都会拼接到输出数组中。

https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/String/split#description

除非您的搜索模式使用前瞻或全局标志，否则您不需要。

const str = `How much wood would a woodchuck chuck, if a woodchuck could chuck wood?`

const result = str.split(/(\s+)/);
console.log(result);

// We can verify the result
const isSame = result.join('') === str;
console.log({ isSame });

您可以使用多个组。您可以随心所欲地发挥创意，组之外的内容将被删除：

const str = `How much wood would a woodchuck chuck, if a woodchuck could chuck wood?`

const result = str.split(/(\s+)(\w{1,2})\w+/);
console.log(result, result.join(''));

Answer 5

在这里也回答了 JavaScript 拆分正则表达式保留分隔符

在正则表达式示例中使用 (?=pattern) 前瞻模式

var string = '500x500-11*90~1+1';
string = string.replace(/(?=[$-/:-?{-~!"^_`\[\]])/gi, ",");
string = string.split(",");

这将为您提供以下结果。

[ '500x500', '-11', '*90', '~1', '+1' ]

也可以直接拆分

string = string.split(/(?=[$-/:-?{-~!"^_`\[\]])/gi);

给出相同的结果

[ '500x500', '-11', '*90', '~1', '+1' ]

Answer 6

我对 jichi 的答案进行了修改，并将其放入也支持多个字母的函数中。

String.prototype.splitAndKeep = function(separator, method='seperate'){
    var str = this;
    if(method == 'seperate'){
        str = str.split(new RegExp(`(${separator})`, 'g'));
    }else if(method == 'infront'){
        str = str.split(new RegExp(`(?=${separator})`, 'g'));
    }else if(method == 'behind'){
        str = str.split(new RegExp(`(.*?${separator})`, 'g'));
        str = str.filter(function(el){return el !== "";});
    }
    return str;
};

jichi的答案第三种方法在这个函数中不起作用，所以我采用了第四种方法，并删除了空格以获得相同的结果。

编辑：第二种方法，除了数组来分割 char1 或 char2

String.prototype.splitAndKeep = function(separator, method='seperate'){
    var str = this;
    function splitAndKeep(str, separator, method='seperate'){
        if(method == 'seperate'){
            str = str.split(new RegExp(`(${separator})`, 'g'));
        }else if(method == 'infront'){
            str = str.split(new RegExp(`(?=${separator})`, 'g'));
        }else if(method == 'behind'){
            str = str.split(new RegExp(`(.*?${separator})`, 'g'));
            str = str.filter(function(el){return el !== "";});
        }
        return str;
    }
    if(Array.isArray(separator)){
        var parts = splitAndKeep(str, separator[0], method);
        for(var i = 1; i < separator.length; i++){
            var partsTemp = parts;
            parts = [];
            for(var p = 0; p < partsTemp.length; p++){
                parts = parts.concat(splitAndKeep(partsTemp[p], separator[i], method));
            }
        }
        return parts;
    }else{
        return splitAndKeep(str, separator, method);
    }
};

用法：

str = "first1-second2-third3-last";

str.splitAndKeep(["1", "2", "3"]) == ["first", "1", "-second", "2", "-third", "3", "-last"];

str.splitAndKeep("-") == ["first1", "-", "second2", "-", "third3", "-", "last"];

Answer 7

大多数现有答案早于 2018 年在 JavaScript 中引入后向断言。您没有指定希望如何将分隔符包含在结果中。一种典型的用例是用标点符号 ([.?!]) 分隔的句子，其中人们希望分隔符包含在结果字符串的末尾。这对应于已接受答案中的第四种情况，但正如那里所指出的，该解决方案仅适用于单个字符。末尾附加分隔符的任意字符串可以通过后向断言形成：

'It is. Is it? It is!'.split(/(?<=[.?!])/)
/* [ 'It is.', ' Is it?', ' It is!' ] */