将字符串拆分为数组而不删除分隔符？

Posted 2023-04-19

【中文标题】将字符串拆分为数组而不删除分隔符？

【英文标题】：Split string into array without deleting delimiter?

【发布时间】：2014-07-01 06:36:11

【问题描述】：

我有一个类似的字符串

 "asdf a  b c2 "

我想把它拆分成这样的数组：

["asdf", " ", "a", " ", " ", "b", " ", "c2", " "]

使用string.split(" ") 删除空格，结果如下：

["asdf", "a", "", "b", "c2"]

我想过插入额外的分隔符，例如

string.replace(/ /g, "| |").replace(/||/g, "|").split("|");

但这会产生意想不到的结果。

【参考方案1】：

与其拆分，不如将其视为提取包含分隔符或 不是 分隔符的连续字符的字符串：

'asdf a  b c2 '.match(/\S+|\s/g)
// result: ["asdf", " ", "a", " ", " ", "b", " ", "c2", " "]
'asdf a  b. . c2% * '.match(/\S+|\s/g)
// result: ["asdf", " ", "a", " ", " ", "b.", " ", ".", " ", "c2%", " ", "*", " "]

对比赛的更莎士比亚式的定义是：

'asdf a  b c2 '.match(/ |[^ ]+/g)

致 或（不致）+。

【讨论】：

@Jack 我没有，但这似乎有效！显然，我需要学习正则表达式.. \S+ 是什么意思？

@gandalf3 \S 是\s 的反义词。也可以写成[^\s]。

+1 但请注意：不需要将其包装在非捕获组 ((?: )) 中。 'asdf a b c2 '.match(/\S+|\s/g) 是一样的

【参考方案2】：

使用积极的前瞻：

"asdf a  b c2 ".split(/(?= )/)
// => ["asdf", " a", " ", " b", " c2", " "]

后期编辑编辑： 正如我在 cmets 中所说，缺乏后视功能使这有点棘手。如果所有单词仅由字母组成，您可以使用\b 单词边界匹配器来假装lookbehind：

"asdf a  b c2 ".split(/(?= )|\b/)
// => ["asdf", " ", "a", " ", " ", "b", " ", "c2", " "]

但是一旦你输入一些标点符号，它就会崩溃，因为它不仅会在空格上中断：

"asdf-eif.b".split(/(?= )|\b/)
// => ["asdf", "-", "eif", ".", "b"]

如果您确实有不想中断的非字母，那么我也会建议一种后处理方法。

Post-think EDIT：这是基于 JamesA 的原始想法，但改进为不使用 jQuery，并正确拆分：

function chop(str) 
  var result = [];
  var pastFirst = false;
  str.split(' ').forEach(function(x) 
    if (pastFirst) result.push(' ');
    if (x.length) result.push(x);
    pastFirst = true;
  );
  return result;

chop("asdf a  b c2 ")
// => ["asdf", " ", "a", " ", " ", "b", " ", "c2", " "]

【讨论】：

这非常适合我在问题中写的内容，但我刚刚意识到我在示例中犯了一个错误。请参阅我编辑的问题。

@gandalf3 你不希望它们作为字符串？

@limelights 我希望每个空间都在一个元素中。一个元素中不应该有空格 + 其他任何东西。

@limelights：原来分割是在每个空格之前；现在是每个空格之前和之后。不幸的是，javascript 没有lookbehind，所以这有点困难......

谢谢！这很好用，但接受了杰克的回答，因为它更短（尽管该解决方案确实会拆分任何空白字符，而不仅仅是空格。但这对我来说很好）。如果可以的话，我会接受这两者.. (+1 btw)

【参考方案3】：

我很惊讶还没有人提到这一点，但为了完整起见，我会在这里发布。如果您的表达式中有捕获组，则.split 会将捕获的子字符串作为单独的条目包含在结果数组中：

"asdf a  b c2 ".split(/( )/)  // or /(\s)/
// ["asdf", " ", "a", " ", "", " ", "b", " ", "c2", " ", ""]

注意，这与您指定的所需输出完全不同，因为它在两个连续空格之间和最后一个空格之后包含一个空字符串。

如有必要，您可以像这样从结果数组中过滤掉所有空字符串：

"asdf a  b c2 ".split(/( )/).filter(String)
// ["asdf", " ", "a", " ", " ", "b", " ", "c2", " "]

但是，如果这是您正在寻找的内容，我可能会建议您使用 @Jack's solution。

【讨论】：

哎呀，对不起.. 最后的空字符串是错字。我已经编辑了我的问题。

@gandalf3 好的，我已经提供了一个替代解决方案，可以在这种情况下为您提供所需的结果。

【参考方案4】：

试试clean-split:

const cleanSplit = require("clean-split");

cleanSplit("a-b-c", "-");
//=> ["a", "-", "b", "-", "c"]

cleanSplit("a-b-c", "-",  anchor: "before" );
//=> ["a-", "b-", "c"]

cleanSplit("a-b-c", "-",  anchor: "after" );
//=> ["a", "-b", "-c"]

在底层，它使用的逻辑改编自：

Kai's non-anchored splitting regex Amadan's positive lookahead regex added in ES2018 的正则表达式正则表达式 escape-string-regexp 解决问题。

在你的情况下，你可以这样做：

const cleanSplit = require("clean-split");

cleanSplit("asdf a  b c2 ", " ");
//=> ["asdf", " ", "a", " ", " ", "b", " ", "c2", " "]

【参考方案5】：

你可以使用一点 jQuery

var toSplit = "asdf a  b c2 ".split(" ");
$.each(toSplit, 
    function(index, value)  
        if (toSplit[index] == '')  toSplit[index] = ' ' 
    
);

这将创建您正在寻找的输出，而其他元素上没有前导空格。

【讨论】：

在较新的环境中不需要 jQuery - jQuery.each 是一个穷人的 [].foreach。