Question

我有一组结构相似的字符串，我试图通过JavaScript分成不同的部分。

示例字符串：

JR。 Kevin Hooks，Irene Cara，Moses Gunn，Robert Hooks，Ernestine Jackson，JoséFeliciano。 Lorem ipsum dolor坐下来，精致的adipistur elit。 Curabitur ullamcorper sodales nulla id hendrerit。

理想输出：

[
 "Jr. Kevin Hooks","Irene Cara",… 
 "Lorem ipsum dolor sit amet, consectetur adipiscing elit. Curabitur
  ullamcorper sodales nulla id hendrerit."
]

我的第一个念头就是'。 '将文本块中的名称分隔到末尾，然后将名称组拆分为'，'，但因为某些名称就像'Jr. Kevin Hooks'和文本块也包含'。 '那种方法失败了。使用'，'作为键也会失败，因为文本块包含'，'。

有关如何完成此任务的任何建议？

非常感谢！

Answer 1

如果我们可以假设：

在第一个名字出现之前没有文字
名称中的一个点仅出现在最多3个字母的单词的末尾
如果最后出现的名字以这样的缩写结尾，那么它仍然需要后跟一个点结束列表（例如＆＃34; Abram Lincoln，John Johnsen Jr .. Lorem ipsum dolor＆＃34;），否则无法知道下一个单词是否属于该名称。

然后你可以使用这个正则表达式：

/([a-z]{1,3}\.|[^\s,.]+)(\s+([a-z]{1,3}\.|[^\s,.]+))*(?=[,.])|\..*$/ig

＆＃13;

var text = 'Jr. Kevin Hooks, Irene Cara, Moses Gunn, Robert Hooks, Ernestine Jackson, José Feliciano. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Curabitur ullamcorper sodales nulla id hendrerit.'
var result = text.match(/([a-z]{1,3}\.|[^\s,.]+)(\s+([a-z]{1,3}\.|[^\s,.]+))*(?=[,.])|\..*$/ig);
// Optionally remove the point at the start of the last match:
if (result) result.push(result.pop().replace(/^\.\s*/, ''));
console.log(result);

＆＃13;

.as-console-wrapper { max-height: 100% !important; top: 0; }

＆＃13;

说明：

[a-z]{1,3}\.匹配一到三个拉丁字符，后跟一个点
[^\s,.]+)匹配一个或多个不是空格，逗号或点
( | )：要么必须匹配：以上两种模式以这种方式组合，这意味着名称中的单词必须是最多三个拉丁字母后跟一个点，或任何数量的非白色 - 空间，不包括逗号和点。
(\s+([a-z]{1,3}\.|[^\s,.]+))*：可选（*）允许更多类似的字词：匹配一个或多个空格，并在开头重复模式。
(?=[,.])这一系列的单词必须以逗号或点结尾，而不是抓住（仅向前看）：由于没有抓住这一点，我们肯定知道开始的模式不再匹配了，那就是下一个模式将完成这项工作的时间：
\..*$匹配一个文字点，然后匹配字符串末尾的任何字符（$）

最后一个文本块之前的点也包含在最后一个匹配项中，因此您可能需要单独删除它（请参阅代码段）。

复杂的字符串拆分

1 个答案:

说明：