使用正则表达式将字符串拆分为单词数组

Question

我想将一个字符串拆分成一个单词数组，但是我希望保留每个单词后面的空格。这是我尝试的代码：

var re = /[a-z]+[$\s+]/gi;
var test = "test   one two     three   four ";
var results = test.match(re);

我期望的结果是：

[0]: "test   "
[1]: "one "
[2]: "two     "
[3]: "three   "
[4]: "four "

然而，它只匹配每个单词后面的一个空格：

[0]: "test "
[1]: "one "
[2]: "two "
[3]: "three "
[4]: "four "

我做错了什么？

- Mike Christensen

---

如果您需要保留空格，为什么在第二个类中要添加 $ 和 +？ - dierre

Answer 1

考虑：

var results = test.match(/\S+\s*/g);

这会确保您不会错过任何字符（除了一些开头的空格，但\S*\s*可以处理这个问题）

您原始的正则表达式如下：

• [a-z]+ - 匹配任意数量的字母（至少一个）
• [$\s+] - 匹配单个字符 - $、+或空格。由于此组后没有数量词，因此只匹配一个空格。

- Kobi

Answer 2

请尝试以下方法：

test.match(/\w+\s+/g); // \w = words, \s = white spaces

- Motti

---

或者如果最后一个空格位是可选的：test.match(/\w+\s*/gi)。 - Wolph

@Wolph：为什么要使用不区分大小写的标志？ - Dan Dascalescu

这将把"I'm coding"分成"I"、"m"和"coding"。 - Dan Dascalescu

@DanDascalescu：没有特定的原因，更多是一种习惯。 - Wolph

这个程序运行不好，如果你尝试输入以下句子：“月球是我们的天然卫星，即它围绕地球旋转！”，它会“吃掉”一些单词。 - Agat

Answer 3

你正在字符类中使用+。尝试在字符类外部使用*代替。

/[a-z]+\s*/gi;

+在字符类中被视为字面上的+，而不是元字符。 使用*将捕获可能跟随任何单词的零个或多个空格。

- codaddict

Answer 4

+在字符类中被当做字面量处理。你需要将它移到外面：[\s]+或者只是\s+（$在类内也没有意义）。

- Felix Kling

Answer 5

需要更改的正则表达式中关键的部分是匹配空格或行尾的部分。

尝试：

var re = /[a-z]+($|\s+)/gi

或者，对于非捕获组（我不知道你是否需要在/g标志下使用它）：

var re = /[a-z]+(?:$|\s+)/gi

- palswim