Question

如何翻开此文字：

•潘基文呼吁立即停火•居民定居于此 al-Qusayr，目击者告诉HRWIsrael忽视不断扩大的暴力行为定居者，欧盟报告上午9点18分：活动人士的镜头表明反对派力量继续抵制政府军。这段录像......

进入本文：

潘基文呼吁立即停火。居民定位于证人告诉HRW，al-Qusayr。以色列无视扩大暴力欧盟报告称，定居者。上午9点18分：来自积极分子的镜头表明反对派力量继续抵制政府军。这个进尺...

这需要使用javascript修复（可能有多个.replace命令）

“•”必须删除并替换为“。”，但第一个“•”应该被删除
如果点“。”后面没有空格，则必须添加空格（。此素材）
如果时间（上午9点18分）之前没有空格，则必须添加空格
如果大写字母（HRWIsrael）之前没有空格然后是非大写字母，然后必须在前面添加点和空格“。” 那封非大写字母。

Answer 1

分解为几个replace语句（如下所列）是我的方式（working fiddle）。

fixBullets函数会将所有项目符号转换为HTML实体，fixBulletEntities修复这些项目。我这样做是为了规范化项目符号，因为我不确定它们是否只是源字符串中的项目符号或HTML实体。

fixTimes功能将“9.18am：”更改为“上午9:18”。（否则，fixPeriods功能使其看起来像“上午9点18分”，我相信您不想要

关于fixCapitalsEndSentence函数的一个主要警告......这也会将像“WOrDS”这样的字符串转换为“WO.rDS”，这可能不是你想要的。

至少，这应该让你开始......

function fixBullets(text) {
    var bullets = /•/g;
    return text.replace(bullets, '&bullet;');
}

function fixBulletEntities(text) {
    var bulletEntities = /&bullet;/ig;
    text = text.replace(bulletEntities, '. ');
    if (text.indexOf('. ') === 0) {
        text = text.substring(2);
    }
    return text;
}

function fixTimes(text) {
    var times = /(\d+)[\.:](\d+[ap]m):?/ig;
    return text.replace(times, ' $1:$2. ');
}

function fixPeriods(text) {
    var periods = /[.](\w+)/g;
    return text.replace(periods, '. $1');
}

function fixCapitalsEndSentence(text) {
    var capitalsEndSentence = /([A-Z]{2,})([a-z]+)/g;
    text = text.replace(capitalsEndSentence, function(match1, match2, match3) {
        var len = match2.length - 1;
        var newText = match2.substring(0, len) + '. ' + match2.substring(len, len + 1) + match2.substring(len + 1) + match3;
        return newText;
    });
    return text;
}

function fixMultipleSpaces(text) {
    var multipleSpaces = /\s+/g;
    return text.replace(multipleSpaces, ' ');
}

function fixAll(text) {
    text = fixBullets(text);
    text = fixBulletEntities(text);
    text = fixTimes(text);
    text = fixPeriods(text);
    text = fixCapitalsEndSentence(text);
    text = fixMultipleSpaces(text);
    return text;
}

使用javascript正则表达式修复以下内容

1 个答案: