javascript - 用于标记查询的 JavaScript 正则表达式

Question

您好，我偶然发现了一个与正则表达式相关但我无法解决的问题。

我需要对查询进行分词(将查询拆分为多个部分)，假设以下面的示例为例:

These are the separate query elements "These are compound composite terms"

我最终需要的是一个包含 7 个标记的数组:

1) These
2) are
3) the
4) separate
5) query
6) elements
7) These are compound composite term

第七个标记由几个单词组成，因为它在双引号内。

我的问题是:是否可以使用一个正则表达式根据上述解释对输入字符串进行分词？

编辑

我对使用 Regex.exec 或类似代码而不是 split 来实现同样的事情的可能性感到好奇，所以我做了一些调查，然后是another question here .因此，作为问题的另一个答案，可以使用以下正则表达式:

(?:")(?:\w+\W*)+(?:")|\w+

具有以下单行使用场景:

var tokens = query.match(/(?:")(?:\w+\W*)+(?:")|\w+/g);

希望对你有用...

Answer 1

你可以使用这个正则表达式:

var s = 'These are the separate query elements "These are compound composite term"';

var arr = s.split(/(?=(?:(?:[^"]*"){2})*[^"]*$)\s+/g); 
//=> ["These", "are", "the", "separate", "query", "elements", ""These are compound composite term""]

如果这些正则表达式在双引号之外，则此正则表达式将在空格处拆分，方法是使用先行确保空格后有偶数个引号。