- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一段文字。它可以包含从 ASCII 32(空格)到 ASCII 126(波浪号)的所有字符,包括 ASCII 9(水平制表符)。
文本可能包含句子。每个句子以点、问号或感叹号结尾,紧跟空格。
文本可能包含基本的 Markdown 样式,即:粗体文本( **
,也称为 __
),斜体文本( *
,也称为 _
)和删除线( ~~
)。 Markdown 可能出现在句子内部(例如 **this** is a sentence.
)或句子外部(例如 **this is a sentence!**
)。 Markdown可能不会出现跨句,也就是可能不会这样的情况:**sentence. sente** nce.
. Markdown 可能包含不止一句话,即可能这样的情况:**sentence. sentence.**
.
它还可以包含两个字符序列:<!--
和 -->
.这些序列之间的所有内容都被视为注释(就像在 HTML 中一样)。注释可以出现在文本的任何位置,但不能包含换行符(我希望在 Linux 上它只是 ASCII 10)。
我想检测 Javascript 中的所有句子,并为每个句子在评论中将其长度放在该句子之后,如下所示:sentence.<!-- 9 -->
. 主要是,我不关心它们的长度是否包括 Markdown 标签的长度,但如果不包括就好了。
到目前为止,在这个 answer 的帮助下,我准备了以下用于检测句子的正则表达式。它最符合我的需要——除了它包含评论。
const basicSentence = /(?:^|\n| )(?:[^.!?]|[.!?][^ *_~\n])+[.!?]/gi;
我还准备了以下用于检测评论的正则表达式。它也按预期工作,至少在我自己的测试中是这样。
const comment = /<!--.*?-->/gi;
为了更好地了解我想要实现的目标,让我们举个例子。比如说,我有以下一段文字:
foo0
b<!-- comment -->ar.
foo1 bar?
<!-- comment -->
foo2bar!
(最后还有一个换行符,但我不知道如何在 Stackoverflow markdown 中添加一个空行。)
预期的结果是:
foo0
b<!-- comment -->ar.<!-- 10 -->
foo1 bar?<!-- 9 -->
<!-- comment -->
foo2bar!<!-- 12 -->
(这一次,末尾也没有没有换行符。)
更新:抱歉,我已经更正了示例中的预期结果。
最佳答案
将回调传递给 .replace
用空字符串替换所有注释,然后返回结果 trim 匹配的长度:
const input = `foo0
b<!-- comment -->ar.
foo1 bar?
<!-- comment -->
foo2bar!
`;
const output = input.replace(
/(?:^|\n| )(?:[^.!?]|[.!?][^ *_~\n])+[.!?]/g,
(match) => {
const matchWithoutComments = match.replace(/<!--.*?-->/g, '');
return `${match}<!-- ${matchWithoutComments.length} -->`;
}
);
console.log(output);
当然,如果您愿意,您也可以使用类似的模式将 markdown 符号替换为内部文本内容:
.replace(/([*_]{1,2}|~~)((.|\n)*?)\1/g, '$2')
(由于嵌套和可能不平衡的标签,正则表达式不太适合使用,您可能必须重复该行,直到找不到进一步的替换)
此外,根据评论,您当前的正则表达式期望每个句子都以 .
结尾, !
, 或 ?
.评论的!
在<!--
被视为(短)句的结尾。一种选择是在正则表达式的最后查找空格(空格或换行符)或输入的结尾:
const input = `foo0
b<!-- comment -->ar.
foo1 bar?
<!-- comment -->
foo2bar!
<!-- comment -->`;
const output = input.replace(
/(?:^|\n| )(?:[^.!?]|[.!?][^ *_~\n])+[.!?](?=\s|$|[*_~])/g,
(match) => {
const matchWithoutComments = match.replace(/<!--.*?-->/g, '');
return `${match}<!-- ${matchWithoutComments.length} -->`;
}
);
console.log(output);
关于javascript - 如何使用 Javascript 正则表达式检测没有评论和 Markdown 的句子?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53017709/
我正在用 yacc/bison 编写一个简单的计算器。 表达式的语法看起来有点像这样: expr : NUM | expr '+' expr { $$ = $1 + $3; } | expr '-'
我开始学习 lambda 表达式,并在以下情况下遇到了以下语句: interface MyNumber { double getValue(); } MyNumber number; nu
这两个 Linq 查询有什么区别: var result = ResultLists().Where( c=> c.code == "abc").FirstOrDefault(); // vs. va
如果我们查看 draft C++ standard 5.1.2 Lambda 表达式 段 2 说(强调我的 future ): The evaluation of a lambda-expressio
我使用的是 Mule 4.2.2 运行时、studio 7.5.1 和 Oracle JDK 1.8.0_251。 我在 java 代码中使用 Lambda 表达式,该表达式由 java Invoke
我是 XPath 的新手。我有网页的html源 http://london.craigslist.co.uk/com/1233708939.html 现在我想从上面的页面中提取以下数据 完整日期 电子
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭10 年前。 Improve th
我将如何编写一个 Cron 表达式以在每天上午 8 点和下午 3:30 触发?我了解如何创建每天触发一次的表达式,而不是在多个设定时间触发。提前致谢 最佳答案 你应该只使用两行。 0 8 * * *
这个问题已经有答案了: What do 3 dots next to a parameter type mean in Java? (9 个回答) varargs and the '...' argu
我是 python 新手,在阅读 BeautifulSoup 教程时,我不明白这个表达式“[x for x in titles if x.findChildren()][:-1]”我不明白?你能解释一
(?:) 这是一个有效的 ruby 正则表达式,谁能告诉我它是什么意思? 谢谢 最佳答案 正如其他人所说,它被用作正则表达式的非捕获语法,但是,它也是正则表达式之外的有效 ruby 语法。 在
这个问题在这里已经有了答案: Why does ++[[]][+[]]+[+[]] return the string "10"? (10 个答案) 关闭 8 年前。 谁能帮我处理这个 JavaSc
这个问题在这里已经有了答案: What is the "-->" operator in C++? (29 个答案) Java: Prefix/postfix of increment/decrem
这个问题在这里已经有了答案: List comprehension vs. lambda + filter (16 个答案) 关闭 10 个月前。 我不确定我是否需要 lambda 或其他东西。但是,
C 中的 assert() 函数工作原理对我来说就像一片黑暗的森林。根据这里的答案https://stackoverflow.com/a/1571360 ,您可以使用以下构造将自定义消息输出到您的断言
在this页,John Barnes 写道: If the conditional expression is the argument of a type conversion then effec
我必须创建一个调度程序,它必须每周从第一天上午 9 点到第二天晚上 11 点 59 分运行 2 天(星期四和星期五)。为此,我需要提供一个 cron 表达式。 0-0 0-0 9-23 ? * THU
我正在尝试编写一个 Linq 表达式来检查派生类中的属性,但该列表由来自基类的成员组成。下面的示例代码。以“var list”开头的 Process 方法的第二行无法编译,但我不确定应该使用什么语法来
此 sed 表达式将输入字符串转换为两行输出字符串。两条输出行中的每一行都由输入的子串组成。第一行需要转换成大写: s:random_stuff\(choice1\|choice2\){\([^}]*
我正在使用 Quartz.Net 在我的应用程序中安排我的工作。我只是想知道是否可以为以下场景构建 CRON 表达式: Every second between 2:15AM and 5:20AM 最
我是一名优秀的程序员,十分优秀!