如何在jQuery中将段落分解为句子

Question

我想在jQuery中将段落拆分为句子。假设我有一个段落。

This is a wordpress plugin. its older version was 2.3.4 and new version is 2.4. But the version 2.4 had a lot of bungs. Can we solve it?

我想把它分成几个部分。

This is a wordpress plugin.
its older version was 2.3.4 and new version is 2.4.
But the version 2.4 had a lot of bungs.
Can we solve it?

有没有解决办法呢？ 我尝试使用这个函数，但是当数字出现时它也会分开句子。

var result = str.match( /[^\.!\?]+[\.!\?]+/g );

谢谢

- Ahmad

---

这并不简单。你可能需要使用一个库。 - Madhawa Priyashantha

nlp_compromise（示例） - gcampbell

NLP是一个庞大的任务，因此需要一个庞大的库。 - gcampbell

@meagar 那个解决方案也破坏了像2.2.4这样的数字，谢谢。 - Ahmad

Answer 1

你可以使用类似于/((\.|\?|\!)\s)|(\?|\!)|(\.$)/g这样的表达式来获取元素。以下是每个捕获组的伪代码解释：

1. ((\.|\?|\!)\s)：任何以空格结尾的.、?或!。
2. (\?|\!)：任何独立的?或!。
3. (\.$)：任何以行末结束的.。（根据字符串，此步骤可能不必要）

以下是大致的代码，帮助你进入正确的轨道：

console.clear();
var str = 'This is a wordpress plugin. its older version was 2.3.4 and new version is 2.4. But the version 2.4 had a lot of bungs. Can we solve it?';
console.log('"' + str + '"');
console.log('Becomes:');
console.log('"' + str.replace(/((\.|\?|\!)\s)|(\?|\!)|(\.$)/g, ".\n") + '"');

"真正的交易"需要进行数轮替换，以考虑不同的符号：

console.clear();
var str = 'This is a wordpress plugin. its older version was 2.3.4 and new version is 2.4. But the version 2.4 had a lot of bungs. Can we solve it?';
str = str
  //"all"
  //.replace(/((\.|\?|\!)\s)|(\?|\!)|(\.$)/g,".\n")
  //"."
  .replace(/((\.)\s)|(\.$)/g, ".\n")
  //"?"
  .replace(/((\?)\s)|(\?)/g, "?\n")
  //"!"
  .replace(/((\!)\s)|(\!)/g, "!\n")
console.log(str)

- Emil S. Jørgensen

---

不必要的话，如果你想返回正确的符号，你可以简单地传递一个函数来替换方法。例如：function(match){return match+"\n"})这将使它看起来像这样：console.log('"' + str.replace(/((.|?|!)\s)|(?|!)|(.$)/g, function(match){return match+"\n"}) + '"')甚至可以使用ECMA6箭头函数：console.log('"' + str.replace(/((.|?|!)\s)|(?|!)|(.$)/g, m=>m+"\n") + '"') - Arturas Tamulaitis

这段代码片段在这里运行得很正常。感谢您的回答，我也创建了这个表达式并解决了我的问题。str.replace(/([.?!])\s(?=[a-z]|[A-Z])/g, "$1|").split("|")* - Ahmad