javascript - 正则表达式解析多个单独的单词并忽略双引号

Question

我正在尝试解析类似于下面的字符串。这代表对一本书的查询。有多个选项可用于查找特定字段，因此 intitle: 专门查找书名中的内容。我有两个问题。

1. 它不会解析第三个返回元素中的某些术语，例如 inauthor 和 inpublisher - 'champ inauthor:"john smith"inpublisher:"the book place"' - 这可能与中的双引号有关字符串？
2. 如何使用双引号将其变成单个术语？

JSFiddle example

字符串:

basketball intitle:champ inauthor:"john smith" inpublisher:"the book place" subject: fiba isbn: 12345 lccn: 689778 oclc: 1234156

我的尝试

let q: string = `basketball intitle:champ inauthor:"john smith" inpublisher:"the book place" subject: fiba isbn: 12345 lccn: 689778 oclc: 1234156`;
console.log(q);
q = q.replaceAll(`: `, `:`);
console.log(q);
let all = q.split(
  /(\bintitle:\b|\binauthor:\b|\binpublisher:\b|\bsubject:\b|\bisbn:\b|\blccn:\b|\boclc:\b)/,
);
console.log(all);

[
  'basketball ',
  'intitle:',
  'champ inauthor:"john smith" inpublisher:"the book place" ',
  'subject:',
  'fiba ',
  'isbn:',
  '12345 ',
  'lccn:',
  '689778 ',
  'oclc:',
  '1234156'
]

Answer 1

正如注释中提到的 :\b 不会匹配 :" 因为冒号后面没有分词符。

我建议使用 matchAll 并显式匹配引号中的部分。例如:

const q = `basketball intitle:champ inauthor:"john smith" inpublisher:"the book place" subject: fiba isbn: 12345 lccn: 689778 oclc: 1234156`;

const matches = q.matchAll(/\s*(?:(\w+):\s*)?(?:"([^"]+)"|(\S+))/g);
const obj = Object.fromEntries(
    Array.from(matches, ([, key, val1, val2]) => [key ?? "__main", val1 ?? val2])
);
console.log(obj);