如何将文本分割为URL与空格分隔短语组成的数组？

问题需求 #

需要将包含URL的文本以URL为分割点拆分，同时保留URL本身。示例如下：

输入文本：

const text = 'hello world, testing https://stackoverflow.com/questions/ask this is prefix https://gmail.com final text'

期望输出：

const result = [
    'hello world, testing',
    'https://stackoverflow.com/questions/ask',
    'this is prefix',
    'https://gmail.com',
    'final text'
]

此前尝试的正则表达式/(http|https):\/\/[a-zA-Z0-9\-.]+\.[a-zA-Z]{2,3}(\/\S*)?/分割效果不稳定，无法满足需求。

解决方案 #

利用带捕获组的正则表达式配合split方法，同时过滤空字符串即可实现目标。

优化后的正则表达式 #

/(https?:\/\/\S+)/

• https?:\/\/ 匹配http或https协议前缀
• \S+ 匹配任意非空白字符，确保捕获完整的URL（直到遇到空格终止）

实现代码 #

const text = 'hello world, testing https://stackoverflow.com/questions/ask this is prefix https://gmail.com final text';
const regex = /(https?:\/\/\S+)/;
const result = text.split(regex).filter(item => item.trim() !== '');
console.log(result);

原理说明 #

1. 正则中的捕获组()会让split方法将分割符（即URL）也纳入结果数组，而非直接丢弃。
2. filter方法用于清除分割后产生的空字符串（比如文本首尾出现URL的场景）。

内容的提问来源于stack exchange，提问作者Pradip Shrestha