Question

我需要的是超级直接但我简直无法理解。我正在使用regex101.com尝试确定正确的正则表达式，但似乎没有任何效果。

基本上我需要的是在数组中创建单词列表和 标签。

可以是这些 标记中的任何一个， , , , 

所以Lorem ipsum dolor sit amet, consectetur adipiscing elit. Duis eu metus porttitor, maximus elit vitae, sodales leo.

我需要一个能给我的表达

["Lorem ", "ipsum ", "dolor ", "sit ", "amet, ", "consectetur ", "adipiscing ", "elit.", "<br />", "<br />", "Duis ", "eu ", "metus ", "porttitor, ", "maximus ", "elit ", "vitae, ", "sodales ", "leo. "]

到目前为止我只有/\S+\s+/g，但这只是寻找空格。

Answer 1

您需要在 标记的正则表达式中使用替代方法。

/<br\s*\/?>|\S+?(\.|\s+)/g

Answer 2

这个怎么样：PYTHONPATH

Regex101 demo。

Answer 3

使用PHP正则表达式引擎（pcre），你可以做到（使用preg_match_all）：

~(?><br\b[^>]*>|\s+)*\K\w+[^<\w]*~

demo

~           # pattern delimiter
(?>         # open an atomic group
    <br\b[^>]*> # a br tag
  |             # OR
    \s+         # one or more whitespaces
)*          # close the atomic group, repeat zero or more times
\K          # start the match result at this point
\w+       # word characters
[^<\w]*   # eventual non-word characters except an opening angle bracket
~

我需要一个正则表达式来分隔每个单词和<br/>

3 个答案: