用Javascript中的單詞分割字符串

我正在讀取一些文本，並希望將它分割成一個數組。我的目標是能夠將它分成由停用詞（被搜索引擎忽略的詞，如'a'''等）分隔的短語，以便我可以在我的API中搜索每個單獨的短語。因此，例如：'The cow's hat was really funny'將導致arr[0] = cow's hat和arr[1] = funny。我已經有一組停用詞了，但是我無法真正想到如何實際上通過其中的每個/任何單詞進行實際分割，而無需編寫一個非常慢的函數來遍歷每個單詞。用Javascript中的單詞分割字符串

來源

2010-11-12 pettazz

使用split()。它需要一個正則表達式。下面是一個簡單的例子：

search_string.split(/\b(?:a|the|was|\s)+\b/i);

如果你已經擁有的停止字陣列，可以使用join()建立正則表達式。請嘗試以下操作：

regex = new RegExp("\\b(?:" + stop_words.join('|') + "|\\s)+\\b", "i");

工作示例http://jsfiddle.net/NEnR8/。 注意：它可能是最好的替換這些值比分裂它們，因爲有空數組元素從這個結果。

來源

2010-11-12 20:12:33

這很完美，不知道'split（）'帶了一個正則表達式，謝謝。 – pettazz 2010-11-12 20:15:37

是單個字符的助手。我已經更新了我的答案以包含單詞邊界。 – 2010-11-12 20:21:13

傑森 - 你的答案不起作用。 – user113716 2010-11-12 20:26:23

快速和骯髒的方式將取代「停止詞」具有一些獨特的字符（例如& & &）字符串，然後根據這一獨特性格分裂。

例如。

var the_text = "..............", 
    stop_words = ['foo', 'bar', 'etc'], 
    unique_str = '&&&'; 

for (var i = 0; i < stop_words.length; i += 1) { 
    the_text.replace(stop_words[i], unique_str); 
} 

the_text.split(unique_str);

來源

2010-11-12 20:12:27 lupefiasco

這正是我的想法，但我想看看我能否找到更快的方法。 – pettazz 2010-11-12 20:19:12

正是我所需要的！謝謝！ – 11684 2012-05-04 11:35:29

這對您的關鍵字不區分大小寫.split()，由字邊界包圍。

var str = "The cow's hat was really funny"; 

    var arr = str.split(/\ba\b|\bthe\b|\bwas\b/i);

您最終可能會在Array中出現一些空項目。爲了壓縮它，你可以這樣做：

var len = arr.length; 

    while(len--) { 
    if(!arr[len]) 
     arr.splice(len, 1); 
    }

來源

2010-11-12 20:19:13 user113716

+1用於壓縮數組，這是使用'split（）'解決方案的問題。 – 2010-11-12 20:42:14

用Javascript中的單詞分割字符串

回答

相關問題