如何使用正则表达式按指定单词将字符串分割为字符串数组？

问题说明 #

需要将以下用药说明字符串，按指定关键字（Tab、Inj）分割为字符串数组，同时合并属于同一条目的多行内容：

原始字符串：

Tab. Vilda 50Mg Daily, 30 Mins Before Breakfast 
T0 Mins Before Breakfast  Once Daily At 8 P.M.
Tab Atchol 20. Once Daily At 10 P.M.
-Tab Aktiv D 60K Units Once In 15 Days With Milk At Bed Time
-Inj Denosumab 60Mg Stat(26/04/23)
-Tab. Pth 30Mg One  Tablet Every Alternate  Daily At 10Pm

期望输出数组：

[
 'Tab. Vilda 50Mg Daily, 30 Mins Before Breakfast T0 Mins Before Breakfast  Once Daily At 8 P.M.',
 'Tab Atchol 20. Once Daily At 10 P.M.',
 'Tab Aktiv D 60K Units Once In 15 Days With Milk At Bed Time',
 'Inj Denosumab 60Mg Stat(26/04/23)',
 'Tab. Pth 30Mg One  Tablet Every Alternate  Daily At 10Pm'
]

正则实现方案 #

核心思路是：匹配所有以Tab/Inj开头（前面可能带连字符-，且位于行首或换行后）的内容片段，直到遇到下一个分割关键字或字符串结尾。

以下是JavaScript的实现代码：

const rawText = `Tab. Vilda 50Mg Daily, 30 Mins Before Breakfast 
T0 Mins Before Breakfast  Once Daily At 8 P.M.
Tab Atchol 20. Once Daily At 10 P.M.
-Tab Aktiv D 60K Units Once In 15 Days With Milk At Bed Time
-Inj Denosumab 60Mg Stat(26/04/23)
-Tab. Pth 30Mg One  Tablet Every Alternate  Daily At 10Pm`;

// 正则表达式：匹配以Tab/Inj开头的条目片段
const splitRegex = /(?:^|\n)-?(Tab|Inj).*?(?=(?:\n)-?(Tab|Inj)|$)/gs;

// 提取并处理匹配结果
const result = Array.from(rawText.match(splitRegex), item => {
  // 移除开头的换行和可选连字符，将内部换行转为空格，清理首尾空格
  return item.replace(/^\n-?/, '').replace(/\n/g, ' ').trim();
});

console.log(result);

正则解释 #

• (?:^|\n)：匹配字符串起始位置或换行符，用于定位条目的起始边界（非捕获组，不占用匹配结果）
• -?：匹配可选的前置连字符-（部分条目带该符号）
• (Tab|Inj)：指定要分割的关键字，可扩展为(Tab|Inj|OtherKey)添加更多分割词
• .*?：非贪婪匹配任意字符，避免过度匹配到下一个条目
• (?=(?:\n)-?(Tab|Inj)|$)：正向预查，匹配下一个条目起始位置或字符串结尾，确保每个条目截止到下一个分割关键字前

扩展说明 #

如果需要添加更多分割关键字（如Cap、Syr），只需修改正则中的关键字组，例如：

const splitRegex = /(?:^|\n)-?(Tab|Inj|Cap|Syr).*?(?=(?:\n)-?(Tab|Inj|Cap|Syr)|$)/gs;

内容的提问来源于stack exchange，提问作者Naman Pandita