03的开发日志
0%

JavaScript用正则表达式分割字符串并返回每个字符串的起始位置

发表于 更新于 分类于
本文字数： 2.3k 阅读时长 ≈ 2 分钟
  1. 改进：引号引起来的不受分隔符影响

记录一个函数：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
const splitStr = (str, regBlock = /[;|；]+\ */) => {
    let blocks = [];
    let charPos = 0;
    while (str) {
        let block = str.match(regBlock);
        if (!block) {
            blocks.push({
                substr: str,
                startAt: charPos
            });
            break;
        }
        let tagStartAt = block.index;
        let tagLen = block[0].length;
        blocks.push({
            substr: str.substring(0, tagStartAt),
            startAt: charPos
        });
        charPos += (tagStartAt + tagLen);
        str = str.substring(tagStartAt + tagLen, str.length);
    }

    return blocks;
};

name 林杉 林四； 年级 2016 ; 班级 16B5的输出：

1
2
3
4
5
[
  { substr: 'name 林杉 林四', startAt: 0 },
  { substr: '年级 2016  ', startAt: 13 },
  { substr: '班级 16B5', startAt: 24 }
]

改进：引号引起来的不受分隔符影响

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
/**
 * 分割字符串，引号引起来的不受分隔符影响
 * @param {String} str 要分割的字符串
 * @param {RegExp} regBlock 分隔符的正则表达式
 * @returns {Array} {[substr, startAt]}
 */
const splitStr = (str, seperator) => {
    const quoteReg = /[\'|\"|“|‘|”|’]/;
    let substr = '';
    let substrArr = [];
    let inQuote = false;
    let i;
    for (i = 0, ch = str[i]; i < str.length; i++, ch = str[i]) {
        // 如果是引号，则记录开始或结尾
        if (quoteReg.test(ch)) {
            inQuote = !inQuote;
            // 如果引号是结束引号，则将引号前面的字符串提出来
            if (!inQuote && substr) {
                substr += ch;
                continue;
            }
        }
        // 在引号内，连同分隔符全都记录
        // 否则，根据分隔符来分割字符串
        if (!inQuote && seperator.test(ch)) {
            if (substr) {
                substrArr.push({
                    substr,
                    startAt: i - substr.length
                });
                substr = '';
            }
            continue;
        }
        substr += ch;
    }
    // 循环结束后，如果substr不为空，说明是最后一段，子字符串
    if (substr) {
        substrArr.push({ substr, startAt: i - substr.length });
    }
    return substrArr;
}

调用：

1
2
3
let str = '珞樱缤纷，我的灵魂，“和着节奏，穿梭行走，幻觉爱上这花瓣”,盛开后落无忧；“秋去春来，花落会开；我们何时再回头？” 倘若沦为合照朋友；“一切是曾有”';
console.log(splitStr(str, /[\ |\:|：|\,|，]+/));
console.log(splitStr(str, /[;|；]+\ */));

输出（包含引号）：

1
2
3
4
5
6
7
8
9
10
11
12
[
  { substr: '珞樱缤纷', startAt: 0 },
  { substr: '我的灵魂', startAt: 5 },
  { substr: '“和着节奏，穿梭行走，幻觉爱上这花瓣”', startAt: 10 },
  { substr: '盛开后落无忧；“秋去春来，花落会开；我们何时再回头？”', startAt: 30 },
  { substr: '倘若沦为合照朋友；“一切是曾有”', startAt: 58 }
]
[
  { substr: '珞樱缤纷，我的灵魂，“和着节奏，穿梭行走，幻觉爱上这花瓣”,盛开后落无忧', startAt: 0 },
  { substr: '“秋去春来，花落会开；我们何时再回头？” 倘若沦为合照朋友', startAt: 37 },
  { substr: '“一切是曾有”', startAt: 67 }
]