如何将字符串拆分为含单词与标点的数组（兼容波兰语字符）

可以通过逐个字符遍历+分类处理的方式实现，完全不需要正则表达式，天然兼容波兰语等带特殊字符的语言，具体实现如下：

const sentence = 'I have a brother, sister, a dog, and a cat.';
const result = [];
let currentWord = '';
// 定义需要单独拆分的标点集合，可按需扩展
const punctuation = new Set([',', '.', '!', '?', ';', ':']);

for (const char of sentence) {
  if (char === ' ') {
    // 遇到空格，提交当前已构建的单词（如果存在）
    if (currentWord) {
      result.push(currentWord);
      currentWord = '';
    }
  } else if (punctuation.has(char)) {
    // 遇到标点，先提交当前单词，再单独添加标点
    if (currentWord) {
      result.push(currentWord);
      currentWord = '';
    }
    result.push(char);
  } else {
    // 普通字符（包括波兰语特殊字母），加入当前单词
    currentWord += char;
  }
}

// 处理遍历结束后剩余的单词
if (currentWord) {
  result.push(currentWord);
}

console.log(result);

说明 #

• 核心逻辑是区分三类字符：空格、需要拆分的标点、普通字符（含波兰语ąęćłńóśźż等特殊字母），分别做对应处理；
• 用Set存储标点是为了快速判断，你可以根据需求自行扩展标点集合；
• 遍历结束后额外检查剩余单词，避免遗漏字符串末尾的单词（如果字符串最后不是标点的话）；
• 该方法不会破坏任何语言的特殊字符，因为只有空格和指定标点会触发拆分，其余字符都会被保留在单词中。

内容的提问来源于stack exchange，提问作者Fudal96