首页 > javascript正则表达式对字符串分组时产生空字符串组?

javascript正则表达式对字符串分组时产生空字符串组?

javascript 分割字符串,将汉字和非汉字分割出来,

'张sdf四上法asdf翁芬aa33网s'.split(/([\u4e00-\u9fa5]{1})/gi);

但返回的结果数组里却多出来几个空字符串:

["", "张", "sdf", "四", "", "上", "", "法", "asdf", "翁", "", "芬", "aa33", "网", "s"]

请问这个空字符串是怎么出来的?应该如何去除?

首页感谢@KevinYue和@皓矾的回答,我的需求其实是把单个汉字分割出来,而且汉字和非汉字的分割要保证顺序,其实我也有其他的方法做,但我真正的问题是:原来的正则表达式为什么会多出几个空字符串?我一直没想明白,所以期望有人能解释一下。


这样也行吧?不过估计有更简化的写法。我忘了有没有直接前前一个匹配项取反了……

    "张sdf四上法asdf翁芬aa33网s".match(/([\u4e00-\u9fa5]{1,})|([^\u4e00-\u9fa5]{1,})/gi);
    // 输出["张", "sdf", "四上法", "asdf", "翁芬", "aa33", "网", "s"]

如果是要每个字符都分开是这样

    "张sdf四上法asdf翁芬aa33网s".match(/([\u4e00-\u9fa5]{1})|([^\u4e00-\u9fa5]{1, })/gi);
    // 输出["张", "sdf", "四", "上", "法", "asdf", "翁", "芬", "aa33", "网", "s"]

至于为什么会出现多余的空字符串,其实是String.prototype.split使用正则表达式做为separator造成的,举个最简单的例子:

    "abc".split(/([a-z])/gi);
    // 输出["", "a", "", "b", "", "c", ""]

时间不多,具体String.prototype.split的实现源码还没来得及看,但问题是出在它身上。


你的目的是把汉字非汉字分隔出来,可以换一种思路,不知是否满足你的要求:

//提取汉字,输出["张", "四上法", "翁芬", "网"]
'张sdf四上法asdf翁芬aa33网s'.match(/([\u4e00-\u9fa5]+)/g);

//提取非汉字,输出["sdf", "asdf", "aa33", "s"]
'张sdf四上法asdf翁芬aa33网s'.match(/([^\u4e00-\u9fa5]+)/g);

这样也不会出现空字符串了。


补充

为什么会多出几个空字符

针对这个问题,我整理了一篇文章做了详细介绍,请移步JavaScript拆分字符串时产生空字符的原因

该如何去除

如果你看了上面的文章,你应该明白不好去除。

【热门文章】
【热门文章】