JS统计数组词汇在多维数组中的出现次数及正则问题解决

原代码的核心问题 #

• 正则语法错误：当搜索词包含+、*这类正则特殊字符时，直接拼接会导致正则结构失效，触发Invalid regular expression报错；另外\b仅对字母数字等单词字符生效，对带空格、特殊符号的词组匹配不准确。
• 性能崩溃：12k×20k的双重循环会产生2.4亿次迭代，加上每次循环创建新正则对象，内存占用飙升，必然导致溢出。

优化后的实现代码 #

利用Google Sheets内置的createTextFinderAPI，它不仅性能远高于手动循环，还能自动处理特殊字符匹配。修改后的代码如下：

function countSearchTerms() {
  // 替换为你的实际工作表名称
  const nGramsSht = SpreadsheetApp.getActiveSpreadsheet().getSheetByName("nGrams");
  const nGramFinalDataSht = SpreadsheetApp.getActiveSpreadsheet().getSheetByName("nGramFinalData");

  // 提取并清洗搜索词：二维数组转一维，过滤空值
  const filteredTerms = nGramsSht.getRange(6, 2, nGramsSht.getLastRow() - 5, 1)
    .getValues()
    .flat()
    .filter(term => term.toString().trim() !== '');

  // 提取并清洗待搜索数据：二维数组转一维，过滤空值
  const searchTermData = nGramFinalDataSht.getRange(1, 1, nGramFinalDataSht.getLastRow(), 1)
    .getValues()
    .flat()
    .filter(item => item.toString().trim() !== '');

  // 创建临时工作表存储待搜索数据，用于createTextFinder查询
  const tempSheet = SpreadsheetApp.getActiveSpreadsheet().insertSheet();
  tempSheet.getRange(1, 1, searchTermData.length, 1).setValues(searchTermData.map(item => [item]));

  // 逐个统计每个搜索词的出现次数
  const occurrences = filteredTerms.map(term => {
    const textFinder = tempSheet.createTextFinder(term.toString())
      .matchEntireCell(false) // false=匹配单元格内包含该词的情况；true=仅匹配完全相同的单元格
      .matchCase(false) // 根据需求设置是否区分大小写
      .ignoreDiacritics(false); // 根据需求设置是否忽略变音符号
    return [textFinder.findAll().length];
  });

  // 删除临时工作表
  SpreadsheetApp.getActiveSpreadsheet().deleteSheet(tempSheet);

  // 将统计结果写入原表
  if (occurrences.length > 0) {
    nGramsSht.getRange(6, 3, nGramsSht.getLastRow() - 5, 1).clearContent();
    nGramsSht.getRange(6, 3, occurrences.length, 1).setValues(occurrences);
  }
}

关键修改点说明 #

1. 数组格式转换：用flat()把Google Sheets返回的二维数组转成一维，简化后续处理逻辑。
2. 临时表的作用：createTextFinder只能基于工作表范围操作，所以创建临时表存储待搜索数据，统计完成后立即删除，避免污染原数据。
3. 匹配规则自定义：
   • matchEntireCell：控制是匹配单元格内包含词，还是仅匹配完全一致的单元格。
   • matchCase：设置是否区分大小写，根据业务需求调整。
4. 性能与错误规避：createTextFinder是Google官方优化的API，比手动循环快数倍，同时自动处理正则特殊字符，彻底解决语法错误和内存溢出问题。

内容的提问来源于stack exchange，提问作者onit