Javascript và regex: tách chuỗi và giữ dấu phân cách

Tôi có một chuỗi:

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

Và tôi muốn chia chuỗi này với dấu phân cách <br />theo sau là một ký tự đặc biệt.

Để làm điều đó, tôi đang sử dụng điều này:

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

Tôi đang nhận được những gì tôi cần, ngoại trừ việc tôi đang mất dấu phân cách. Dưới đây là ví dụ: http://jsfiddle.net/JwrZ6/1/

Làm thế nào tôi có thể giữ dấu phân cách?

Sử dụng giao diện (tích cực) để biểu thức chính quy khẳng định rằng ký tự đặc biệt tồn tại, nhưng không thực sự khớp với nó:

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

Xem nó trong hành động:

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

Tôi đã có vấn đề tương tự nhưng hơi khác nhau. Dù sao, đây là ví dụ về ba kịch bản khác nhau về nơi giữ dấu phân cách.

"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"]

Cảnh báo: Thứ tư sẽ chỉ hoạt động để phân chia các ký tự đơn. ConnorsFan trình bày một thay thế :

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

Nếu bạn bọc dấu phân cách trong parantheses, nó sẽ là một phần của mảng được trả về.

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

Tùy thuộc vào phần nào bạn muốn tiếp tục thay đổi nhóm con nào phù hợp với bạn

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

Bạn có thể cải thiện biểu thức bằng cách bỏ qua trường hợp ký tự chuỗi.split (/ () & #? [A-z0-9] +; / gi);

Và bạn có thể kết hợp cho các nhóm được xác định trước như thế này: \dbằng [0-9]và \wbằng [a-zA-Z0-9_]. Điều này có nghĩa là biểu hiện của bạn có thể trông như thế này.

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

Có một tài liệu tham khảo biểu thức chính quy tốt trên JavaScriptKit .

đã trả lời nó ở đây cũng JavaScript Chia biểu thức chính quy giữ dấu phân cách

sử dụng mẫu lookahead (? = mẫu) trong ví dụ regex

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

Điều này sẽ cung cấp cho bạn kết quả sau đây.

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

Cũng có thể được chia trực tiếp

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

cho kết quả tương tự

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

Hàm mở rộng sẽ phân tách chuỗi với chuỗi con hoặc RegEx và dấu phân cách được cắt theo tham số thứ hai trước hoặc sau.

    String.prototype.splitKeep = function (splitter, ahead) {
        var self = this;
        var result = [];
        if (splitter != '') {
            var matches = [];
            // Getting mached value and its index
            var replaceName = splitter instanceof RegExp ? "replace" : "replaceAll";
            var r = self[replaceName](splitter, function (m, i, e) {
                matches.push({ value: m, index: i });
                return getSubst(m);
            });
            // Finds split substrings
            var lastIndex = 0;
            for (var i = 0; i < matches.length; i++) {
                var m = matches[i];
                var nextIndex = ahead == true ? m.index : m.index + m.value.length;
                if (nextIndex != lastIndex) {
                    var part = self.substring(lastIndex, nextIndex);
                    result.push(part);
                    lastIndex = nextIndex;
                }
            };
            if (lastIndex < self.length) {
                var part = self.substring(lastIndex, self.length);
                result.push(part);
            };
            // Substitution of matched string
            function getSubst(value) {
                var substChar = value[0] == '0' ? '1' : '0';
                var subst = '';
                for (var i = 0; i < value.length; i++) {
                    subst += substChar;
                }
                return subst;
            };
        }
        else {
            result.add(self);
        };
        return result;
    };

Các bài kiểm tra:

    test('splitKeep', function () {
        // String
        deepEqual("1231451".splitKeep('1'), ["1", "231", "451"]);
        deepEqual("123145".splitKeep('1', true), ["123", "145"]);
        deepEqual("1231451".splitKeep('1', true), ["123", "145", "1"]);
        deepEqual("hello man how are you!".splitKeep(' '), ["hello ", "man ", "how ", "are ", "you!"]);
        deepEqual("hello man how are you!".splitKeep(' ', true), ["hello", " man", " how", " are", " you!"]);
        // Regex
        deepEqual("mhellommhellommmhello".splitKeep(/m+/g), ["m", "hellomm", "hellommm", "hello"]);
        deepEqual("mhellommhellommmhello".splitKeep(/m+/g, true), ["mhello", "mmhello", "mmmhello"]);
    });

Tôi đã sửa đổi câu trả lời của jichi và đưa nó vào một chức năng cũng hỗ trợ nhiều chữ cái.

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;
};

Câu trả lời của jichi Phương thức thứ 3 sẽ không hoạt động trong chức năng này, vì vậy tôi đã sử dụng phương pháp thứ 4 và xóa các khoảng trống để có kết quả tương tự.

chỉnh sửa: phương thức thứ hai chấp nhận một mảng để tách char1 hoặc 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);
    }
};

sử dụng:

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

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

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

Tôi đã sử dụng cái này:

String.prototype.splitBy = function (delimiter) {
  var 
    delimiterPATTERN = '(' + delimiter + ')', 
    delimiterRE = new RegExp(delimiterPATTERN, 'g');

  return this.split(delimiterRE).reduce((chunks, item) => {
    if (item.match(delimiterRE)){
      chunks.push(item)
    } else {
      chunks[chunks.length - 1] += item
    };
    return chunks
  }, [])
}

Ngoại trừ việc bạn không nên gây rối String.prototype, vì vậy đây là phiên bản chức năng:

var splitBy = function (text, delimiter) {
  var 
    delimiterPATTERN = '(' + delimiter + ')', 
    delimiterRE = new RegExp(delimiterPATTERN, 'g');

  return text.split(delimiterRE).reduce(function(chunks, item){
    if (item.match(delimiterRE)){
      chunks.push(item)
    } else {
      chunks[chunks.length - 1] += item
    };
    return chunks
  }, [])
}

Vì vậy, bạn có thể làm:

var haystack = "aaaaaa<br />&dagger; bbbb<br />&Dagger; cccc"
var needle =  '<br \/>&#?[a-zA-Z0-9]+;';
var result = splitBy(haystack , needle)
console.log( JSON.stringify( result, null, 2) )

Và bạn sẽ kết thúc với:

[
  "<br />&dagger; bbbb",
  "<br />&Dagger; cccc"
]