Question

我需要在每个句子开头的短划线之前删除所有单词。有些句子在破折号之前没有单词，而长句子中的破折号需要保留。这是一个例子：

如何更改这些字符串：

  巴黎 - 总统尼古拉·萨科齐（Nicolas Sarkozy）从后面跑来跑去   改选...

GAZA CITY--加沙与以色列之间的跨境战斗......

哥伦比亚卡鲁鲁 - 突然之间，亚马逊的无尽绿色   森林...

地震和海啸摧毁日本东北部一年后   海岸...

进入这些字符串：

总统尼古拉·萨科齐（Nicolas Sarkozy）从后面跑来跑去   改选...

加沙与以色列之间的跨界战斗......

突然之间，亚马逊的无尽绿色   森林...

地震和海啸摧毁日本东北部一年后   海岸...

如何使用javascript（或php，如果javascript不允许）来实现这一点？

Answer 1

这是一个非常简单的正则表达式问题，但是geez，它并不像所有其他答案所假设的那样简单。几点：

正则表达式是正确的选择 - split和substr答案不会处理前导空格，并且无法区分日期行与短划线的开头句子，以及文本内容中间的短划线。您使用的任何选项都应该能够处理以下内容："President Nicolas Sarkozy — running from behind for reelection — came to Paris today..."以及您建议的选项。
自动识别上面的测试句子没有日期行是很棘手的。到目前为止，几乎所有答案都使用单一描述：any number of arbitrary characters, followed by a dash。这对于像上面那样的测试句来说是不够的。
您可以通过添加更多规则（例如fewer than X characters, located at the beginning of the string, followed by a dash, optionally followed by an arbitrary number of spaces, followed by a capital letter）来获得更好的结果。即使这对"President Sarkozy — Carla Bruni's husband..."也无法正常工作，但你必须假设这种边缘情况很少被忽视。

所有这些都为您提供了这样的功能：

function removeDateline(str) {
    return str.replace(/^[^—]{3,75}—\s*(?=[A-Z])/, "");
}

打破它：

^ - 必须出现在字符串的开头。
[^—]{3,75} - 除了破折号之外的3到75个字符
\s* - 可选空格
（？= [A-Z]） - lookahead - 下一个字符必须是大写字母。

用法：

var s = "PARIS — President Nicolas Sarkozy, running from behind for reelection...";
removeDateline(s); // "President Nicolas Sarkozy — running from behind for reelection..."

s = "PARIS — President Nicolas Sarkozy — running from behind for reelection...";
removeDateline(s);  // "President Nicolas Sarkozy — running from behind for reelection..."

s = "CARURU, Colombia — Quite suddenly, the endless green of Amazonian forest...";
removeDateline(s); // "Quite suddenly, the endless green of Amazonian forest..."

Answer 2

如果每个句子可以与其他句子分开，则可以使用正则表达式。像这个例子：

var s = "PARIS — President Nicolas Sarkozy, running from behind for reelection..."
function removeWord(str)
{
    return str.replace(/^[^—]+—[\s]*/, "");
}
alert(removeWord(s));

Answer 3

PHP

$x = "PARIS — President Nicolas Sarkozy, running from behind for reelection...";
$var = substr($x, strpos($x, "—"));

Answer 4

在最基本的例子中：

var str = "PARIS - President Nicolas Sarkozy, running from behind for reelection.";
alert(str.split('-')[1]); // outputs: President Nicolas Sarkozy, running from behind for reelection.

根据您的实际文档结构，可以通过循环内容来加速此类操作。

如何使用javascript删除短划线前的单词？

4 个答案: