jquery - 尝试在 JQuery 中构建更智能的 RegEx Word Counter

Question

我正在尝试编写正则表达式字数，但我发现的大多数示例仅涵盖以下部分情况：

1. 你好，有=应该是2个词（注意逗号后面没有空格）
2. 你好，=应该是2个字（注意逗号前后的空格）
3. 10,000 美元 = 应该是 1 个字
4. 你好 ？= 应该是 2 个单词（注意问号前的空格）
5. hello-there = 应该是 2 个字
6. http://www.google.com = 应该是 1 个字
7. http://www.google.com/analytics = 应该是 1 个字

我目前在 jquery 中使用以下代码

var total_words = $.trim($("#mytextbox").value).split(/[\s\-\.\\\/\?\!]+/).length

但它只涵盖情况#3 和#5。

覆盖 URL 对我来说不是优先事项。

任何帮助，将不胜感激！

Answer 1

以下 RegEx 将适用于您的所有示例：

var total_words = /(\b(https?|ftp):\/\/([\-A-Z0-9.]+)(\/[\-A-Z0-9+&@#\/%=~_|!:,.;]*)?(\?[A-Z0-9+&@‌​#\/%=~_|!:,.;]*)?)|[+-]?[0-9]{1,3}(?:,?[0-9]{3})*(?:\.[0-9]{2})?|(&)|('\w+)|(\w+'‌​\w+)|(\w+')|(\w+)/gi

此 RegEx 已从 JSoft 转换为 JavaScript：

(\b((?#protocol)https?|ftp)://((?#domain)[-A-Z0-9.]+)((?#file)/[-A-Z0-9+&@#/%=~_|!:,.;]*)?((?#parameters)\?[A-Z0-9+&@#/%=~_|!:,.;]*)?)|[+-]?[0-9]{1,3}(?:,?[0-9]{3})*(?:\.[0-9]{2})?|\w+

第一部分定义了任何 url 类型的项目：

(\b((?#protocol)https?|ftp)://((?#domain)[-A-Z0-9.]+)((?#file)/[-A-Z0-9+&@#/%=~_|!:,.;]*)?((?#parameters)\?[A-Z0-9+&@#/%=~_|!:,.;]*)?)

部分部分适用于带或不带小数的货币：

[+-]?[0-9]{1,3}(?:,?[0-9]{3})*(?:\.[0-9]{2})?

最后，第三部分匹配单词：

\w+

Answer 2

由于 javascripts 正则表达式引擎从左到右评估，您可以指定更具体的正则表达式，然后在最后指定更通用的正则表达式

\b(https?://\S+|\d+(,\d+)+|\w+)\b 
   ------------  --------- ---
         |           |      |->general
         |           |->less specific
         |->more specific regex