JavaScript正则表达式 - 忽略两个字符之间的某些字符

Question

我需要在空格字符 (' ') 上分割一个字符串，但是同时排除任何位于 2 个特定字符之间的空格（比如单引号）。

以下是一个示例字符串：

This-is-first-token This-is-second-token 'This is third token'

输出的数组应该像这样：

[0] = This-is-first-token
[1] = This-is-second-token
[2] = 'This is third token'

问题：是否可以使用正则表达式优雅地完成这个任务？

- AlvinfromDiaspar

---

我不确定这是否优雅，但是/[a-zA-Z-]+|['"][\sa-zA-Z-]+['"]/g。 - Deck

@Deck。哇，你能解释一下这是干嘛的吗？我正在看一个作弊表（来自Regexlib点com），但我还是搞不懂。 - AlvinfromDiaspar

我认为，一个复杂的正则表达式如果不是专家级别的人才能理解其含义，那么它并不算是一种“优雅”的解决方案。我不确定你在问题中所说的“优雅”是什么意思，因为这有点因人而异，但请记住，一个复杂的单行代码并不总是解决问题的最佳方式。 - jfriend00

嗯，正则表达式作为一种标准工具，在我看来非常优雅（即使我个人无法阅读它）。此外，任何一行代码相比于一个效率相对较低的函数来说，都更加优雅。 - AlvinfromDiaspar

Answer 1

简短回答：

用于此目的的简单正则表达式如下：

/'[^']+'|[^\s]+/g

示例代码：

data = "This-is-first-token This-is-second-token 'This is third token'";
data.match(/'[^']+'|[^\s]+/g);

结果：

["This-is-first-token", "This-is-second-token", "'This is third token'"]

说明：

Debuggex演示

我认为这只用正则表达式已经尽可能简单了。

末尾的g将其变为全局匹配模式，因此您可以得到所有三个匹配项。如果没有它，则只能得到第一个字符串。

\s匹配所有空格（基本上是空格和制表符，在此例中）。因此，即使在This-is-first-token和This-is-second-token之间有一个制表符，它也可以工作。

要匹配大括号中的内容，请使用以下内容：

data.match(/\{[^\}]+\}|[^\s]+/g);

Debuggex演示

大括号或单引号：

data.match(/\{[^\}]+\}|'[^']+'|[^\s]+/g);

Debuggex演示

- elixenide

---

不要认为你需要括号。 - jfriend00

我会使用[^\s]+而不是[^ ]+。 - hwnd

我正在尝试在regexlib的retester.aspx中进行测试。 - AlvinfromDiaspar

我正在使用RegexLib的正则表达式测试工具。当我添加/g时，我只得到第三个令牌字符串。如果我排除它，则会得到所有3个。 - AlvinfromDiaspar

为什么要使用 [^\s] 而不是 [^ ] ？ - AlvinfromDiaspar

Answer 2

您可以使用此分割符：

var string = "This-is-first-token This-is-second-token 'This is third token'";
var arr = string.split(/(?=(?:(?:[^']*'){2})*[^']*$)\s+/);
//=> ["This-is-first-token", "This-is-second-token", "'This is third token'"]

这个假设是所有引号都是平衡的。

- anubhava

---

@jfriend00：从未声称过优雅，但要求需要这种正则表达式。 - anubhava

OP要求一个优雅的解决方案。 - jfriend00

再次强调，优雅是一种非常主观的事情。不同的程序员可能会声称不同的东西是优雅的。 - anubhava

不要把优美与易读混淆。虽然对我来说，这个正则表达式有点难懂，但它仍然比一个充满字符串操作的函数更加优雅。 - AlvinfromDiaspar

Answer 3

我想出了以下内容：

"This-is-first-token This-is-second-token 'This is third token'".match(/('[A-Za-z\s^-]+'|[A-Za-z\-]+)/g)
["This-is-first-token", "This-is-second-token", "'This is third token'"]

- Rob M.