javascript - Javascript 从字符串中解析各个部分、段落、图形、标题等文本并替换为书签

Question

我正在尝试解析非 xml 标记字符串中的文本中的部分、段落、图形、表格、附录等的特定关键字模式。使用的模式一旦工作，将适用于其中任何一个。如果我有多个句子段落文本，即第 1 句。第 2 句，我会遇到无法理解句子句段的问题。请参阅我正在使用的以下测试字符串。

. 1.11.3 节，1.2 节测试。见稍后部分（？）。1.1 第 1 节。

这个字符串试图解释很多变化：空格和制表符、逗号、没有与数字配对的部分关键字和一个带有 # 后跟一个句点和句点前一个空格的部分。我正在使用https://ww.regexr.com来测试我的正则表达式模式。它会突出显示正确的匹配项，但它会在第 # 节之后的句子末尾处选择句点，但如果句点之前有空格（请参阅上面的测试字符串的结尾），则不会。因此，我想将“Section 1.11.3”、“section 1.2”和“section 1”提取为字符串。但是，我会得到“第 1.2 节”。取而代之的是句末句号。任何没有数字的“部分”也应该跳过。

我的模式是，/[Ss]ection(\s+[0-9]+(([.]){0,1}[0-9]*)*)/gm

如何消除 1.2 之后的时间段作为比赛的一部分？

提取选定关键字后，它们将被 Word 书签和超链接内容替换。

标签： javascript

Answer 1

以下是用于我上面的测试字符串的正则表达式序列。必须颠倒排序以首先找到要匹配的最长字符串，如果不匹配，则通过 (|) 匹配最短字符串。有人会认为排序无关紧要，但确实如此。

要查找所有“选择”组合，模式为 [Ss]ection\s+((([0-9]+([.]{0,1}[0-9]+) )+)|([0- 9]+[^.] ))

要找到所有带有数字的“选择”组合，只有模式是，

[Ss]ection\s+((([0-9]+([.]{0,1}[0-9]+) ) )|([0-9]+[^.]*))