Question

我有一个正则表达式，它将我的字符串拆分为数组。

除了我想保留分隔符的一部分外，Everyything工作得很好。

这是我的正则表达式：

(&#?[a-zA-Z0-9]+;)[\s]

在Javascript中，我在做：

var test = paragraph.split(/(&#?[a-zA-Z0-9]+;)[\s]/g);

我的段落如下：

Current addresses:  &dagger;    Biopharmaceutical Research and Development<br />
&Dagger;    Clovis Oncology<br />
&sect;  Pisces Molecular <br />
||  School of Biological Sciences    
&para;  Department of Chemistry<br />

问题是我在我的数组中得到10个元素，而不是我应该得到的5个元素。事实上，我也将分隔符作为元素，我的目标是保持分隔符与分裂元素，而不是创建一个新分隔符。

非常感谢你的帮助。

编辑：

我希望得到这个结果：

1. &dagger; Biopharmaceutical Research and Development<br />
2. &Dagger; Clovis Oncology<br />
3. &sect;   &sect;  Pisces Molecular <br />
||  School of Biological Sciences  
4.  &para;  Department of Chemistry<br />

Answer 1

正如我在评论中所说，这个解决方案（顺便说一句，未经测试）只有在您管理<br />元素时才会起作用。这里：

var text = paragraph.split("<br />"); // now text contains just the text on each line

for(var i = 0; i<text.length-1; i++) { // don't want to add an line break to our last line
    text[i] += " <br />"; // replace the <br /> elements on each line
}

变量text现在是一个数组，其中数组的每个元素都是原始段落的一行。换行符（<br />）已添加回每行的末尾。你刚刚提到你要分割特殊字符，但从我看到的，每一行以换行符结束，所以这应该具有相同的效果。不幸的是，我现在没有时间写出更完整的答案。

Answer 2

尝试改为使用match：

var test = paragraph.match(/&#?[a-zA-Z0-9]+;\s[^&]*/g);

更新：添加了必需的空格\s匹配。

说明：

&#?匹配&和可选的#（问号匹配上一次或零次）
[a-zA-Z0-9]是所有大写和小写字符和数字的范围。如果您也接受下划线，则可以将其替换为\w。
+符号表示它应与最后一个模式匹配一次或多次，因此它匹配一个或多个字符a-z，A-Z和数字0-9。
;匹配字符;。
\s与班级空格相匹配。这包括空格，制表符和其他空白字符。
[^&]*再一次是一个范围，但由于^是第一个匹配被否定的字符，所以它不是匹配& - 字符，而是匹配&之外的所有字符。 {1}}。星形匹配模式零次或多次。
g在最后/表示global之后，并在第一场比赛后继续match并获得所有比赛的数组

所以，匹配&和一个可选的#，后跟任意数量的字母或数字（但至少有一个），然后是;，后跟一个空格，后跟零个或多个不是&的字符。

Answer 3

使用正则表达式非常简单：

var result = input.match(/&#?[^\W_]+;\s[^&]*/g);

Javascript和RegEx：拆分并保持分隔符

3 个答案:

测试here。