Javascript 和 RegEx：拆分并保留分隔符

Question

我有一个正则表达式，可以将我的字符串拆分成数组。

一切正常，除了我想保留分隔符的一部分。

这是我的正则表达式：

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

在 Javascript 中，我正在做：

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 />

问题是我的数组中有 10 个元素，而不是我应该的 5 个。事实上，我也将我的分隔符作为一个元素，我的目标是让分隔符与拆分的元素保持一致，而不是创建一个新的分隔符。

非常感谢您的帮助。

编辑：

我想得到这个结果：

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

尝试改用match：

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

更新：添加了必需的空格 \s 匹配。

解释：

• &#? 匹配& 和可选的#（问号匹配前一或零次）

• [a-zA-Z0-9] 是所有大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。

• + 符号表示它应该匹配最后一个模式一次或多次，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 匹配类空白。这包括空格、制表符和其他空白字符。

• [^&]* 又是一个范围，但由于^ 是第一个字符，匹配被否定，因此它不匹配& 字符，而是匹配除& 之外的所有字符。星形匹配模式零次或多次。

• g 在最后一个/ 之后表示global，并使match 在第一个匹配之后继续，并获得所有匹配的数组。

因此，匹配& 和可选的#，后跟任意数量的字母或数字（但至少一个），后跟;，后跟一个空格，后跟零个或多个字符那不是&。

Answer 2

正如我在评论中所说，此解决方案（顺便说一句，未经测试）仅在您管理 <br /> 元素时才有效。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。您刚刚提到要拆分特殊字符，但据我所知，每一行都以换行符结尾，所以这应该有同样的效果。不幸的是，我目前没有时间写出更完整的答案。

Answer 3

使用正则表达式非常简单：

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

测试它here。