将字符串分割成数组而不删除分隔符？

Question

我有一个字符串，例如

 "asdf a  b c2 "

我想要将其拆分为以下数组：

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

使用 string.split(" ") 会移除空格，导致结果变为：

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

我考虑插入额外的分隔符，例如：

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

但这会产生一个意想不到的结果。

- gandalf3

Answer 1

不要想着拆分，而应该想着提取包含定界符或者连续字符的字符串，这些字符不是定界符：

'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%", " ", "*", " "]

更具莎士比亚风格的定义可将比赛描述为：

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

要用还是不用，这是一个问题。

- Ja͢ck

---

@Jack 我之前没用过，但好像可以用！显然，我需要学习正则表达式.. \S+ 是什么意思？ - gandalf3

@gandalf3зҡ„\SжҳҜ\sзҡ„зӣёеҸҚпјҢе®ғд№ҹеҸҜд»ҘеҶҷжҲҗ[^\s]гҖӮ - Ja͢ck

+1 但请注意：将其包装在非捕获组中((?: ))是不必要的。'asdf a b c2 '.match(/\S+|\s/g) 将是相同的。 - p.s.w.g

Answer 2

使用正向预查：

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

编辑后的说明: 正如我在评论中所说，缺少反向查找使得这变得有些棘手。如果所有单词只包含字母，则可以使用\b单词边界匹配器来伪造反向查找:

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

但是一旦加上了一些标点符号，它就无法正常工作，因为它不仅会在空格处断开：

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

如果您有不想分割的非字母字符，那么我还将建议一种后处理方法。

后续编辑：这基于JamesA的原始想法，但经过改进以不使用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", " "]

- Amadan

---

这对我在问题中所写的内容非常有效，但我刚意识到我在示例中犯了一个错误...请查看我编辑后的问题。 - gandalf3

@gandalf3 你希望它们不是字符串吗？ - Henrik Andersson

@limelights 我希望每个空格都在一个单独的元素中。一个元素中不应该有空格+其他任何内容。 - gandalf3

@limelights：最初的分割是在每个空格之前；现在是在每个空格之前和之后。不幸的是，JavaScript没有向后查找，所以这有点困难... - Amadan

谢谢！这个很好用，但我接受了杰克的答案，因为它更短（尽管该解决方案会在任何空格字符上拆分，而不仅仅是空格。但对于我的情况来说，这没问题）。如果可以的话，我会接受两个.. （顺便加一） - gandalf3

Answer 3

我很惊讶还没有人提到这个，但为了完整起见，在此发布。如果您的表达式中有捕获组，则.split将把捕获的子字符串作为结果数组中的单独条目包含：

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

注意，这并不完全与您指定的期望输出相同，因为它在两个相邻空格之间和最后一个空格之后包括一个空字符串。

如果必要，您可以像这样从结果数组中过滤出所有空字符串：

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

然而，如果这正是你想要的，我可能会建议您选择@Jack的解决方案。

- p.s.w.g

---

抱歉..最后的空字符串是打错了。我已经编辑了我的问题。 - gandalf3

@gandalf3 好的，我已经提供了另一种解决方案，可以在这种情况下为您获得所需的结果。 - p.s.w.g

Answer 4

尝试使用 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，它使用了以下逻辑：

• Kai的非固定分割正则表达式
• Amadan的正向先行断言正则表达式
• 在ES2018中添加的正向后行断言正则表达式
• escape-string-regexp来平滑处理。

在您的情况下，您可以像这样做：

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

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

- Richie Bendall

Answer 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] = ' '} 
    }
);

这将创建所需的输出，而其他元素上的前导空格则不会出现。

- JamesA

---

在更新的环境中不需要jQuery - jQuery.each是一个贫民版的[].foreach。 - Amadan