我正在构建一个将段落拆分为句子的 Javascript 脚本。我现在正在将此代码与正则表达式一起使用：
paragraph.match( /[^\.!\?]+[\.!\?(?="|')]+(\s|$)/g );
这很好用，除了如果句子中有一个带有标点符号的单词，那么它将在那里拆分。因此，例如，如果我有一个句子，例如：Why is about.me so popular?我希望它说这是一个句子并返回一个数组 like ['Why is about.me so popular?']，但是使用这个正则表达式，它会在.in处拆分它about.me。我知道问题出在正则表达式的这一部分，[^\.!\?]因为我说它在句子中不能有结束标记标点符号。所以我真正需要的是一个只允许不是标点符号后跟空格的字符。问题是我无法弄清楚如何做到这一点。
有任何想法吗？我试过[^\.!\?(?=\s)]了，但没有奏效。有任何想法吗？
澄清：
我需要使用.match()，因为我希望能够保留标点符号。
You could use a "lazy plus" (+?):
paragraph.match(/([\S\s]+?)[.!?](\s|$)/g);
This way, the match will end as soon as it hits the end of a sentence.
[\S\s] stands for "any character".
var arry = paragraph.split(/([.!?])\s/);
var sentences = [];
for (i=0; i < arry.length; i+=2) {
// In case the last sentence is not delimited
if (i < arry.length-1) {
sentences.push(arry[i] + arry[i+1]);
} else {
sentences.push(arry[i]);
}
}
为分隔符使用捕获组将分隔符添加到拆分返回的数组中。然后，您只需将其折叠以将分隔符放回末尾。这可以使用某些框架中可用的 reduce 或 foldl 方法更可爱地完成，但在本示例中我将其保留为纯 javascript。
因此，例如，如果我有一个句子，例如：
"Why is about.me so popular?"我希望它说这是一个句子并返回一个数组 like['Why is about.me so popular?']，但是使用这个正则表达式，它会在"."in处拆分它"about.me"。
首先，您可以假设句尾标点符号必须后跟空格或输入结尾。然后，一个句子是可能的最短字符序列，后跟句子结尾的标点符号，然后是空格或输入的结尾。“最短可能序列”意味着匹配必须是非贪婪的（…+?）：
/*
* ["The quick brown fox jumped over the lazy dog. ",
* "Why is about.me so popular? ",
* "Give me a break!"]
*/
("The quick brown fox jumped over the lazy dog."
+ " Why is about.me so popular?"
+ " Give me a break!").match(/[\S\s]+?[.!?](?:\s+|$)/g)
你的表情
/[^\.!\?]+[\.!\?(?="|')]+(\s|$)/g
大多是胡说八道；它相当于
/[^.!?]+[=|!.'"()?]+(\s|$)/g
您不需要转义字符类中的特殊字符（除了-两个其他字符之间的 when ），并且转义它们没有任何效果（除了\-then 表示文字-）。特别是，你不能(?=…)像在字符类中那样使用断言；一个字符类已经是一个（非零宽度）断言。
代替匹配，使用拆分：
var sentences=paragraph.split(/\.\s/);