JS如何正确检测字符串是否包含数组中的精确短语

两个核心问题导致误匹配：

1. Twitter 流式API statuses/filter 的track参数本身不支持精确短语匹配。官方规则是：传入逗号分隔的内容后，只要推文包含任意一个分隔段内的任意关键词，或是多词段的所有词（不要求顺序、不要求相邻），就会被推送到流中，不会做连续短语校验，所有精确匹配逻辑必须完全依赖本地二次过滤。
2. 你写的本地includes子串匹配逻辑存在缺陷，没有把API推过来的无效零散词推文过滤掉：
   • 没有处理长推文截断问题：超过140字的推文，默认返回的tweet.text字段是截断内容，完整内容存在tweet.extended_tweet.full_text字段里，截断位置刚好拆分文本时会导致匹配逻辑错乱
   • 没有做文本归一化：推文中可能存在零宽空格、换行、制表符、多连续空格、特殊控制字符，会打断连续子串判断，同时简单子串匹配没有词边界校验，会把长单词里包含的目标子串误判为命中
   • 没有兼容特殊字符场景：短语里的?这类特殊符号如果和文本里的标点、格式字符重叠，简单字符串匹配容易出现漏判、误判

1. 请求API时开启长文模式，读取推文时优先取完整文本，避免截断问题
2. 对推文文本统一做归一化处理：统一转小写，把所有类型的空白字符替换为单个空格，移除不可见控制字符
3. 对每个目标短语生成带词边界的正则匹配规则，提前转义正则特殊字符，确保只有完整、连续出现的目标短语才会被命中，同时兼容单词间被多空格、换行隔开的特殊场景

修正后的核心代码如下：

const search_terms = "buy now, look at this meme, how's the weather?";
// 预处理目标短语，生成对应匹配正则
const termMatchRules = search_terms.toLowerCase().split(', ').map(term => {
  // 转义正则特殊字符，避免匹配逻辑错乱
  const escapedTerm = term.replace(/[.*+?^${}()|[\]\\?]/g, '\\$&');
  // 生成带词边界的正则：\b约束词边界，\s+兼容单词间任意空白分隔
  return new RegExp(`\\b${escapedTerm.replace(/\s+/g, '\\s+')}\\b`, 'i');
});

client.stream('statuses/filter', { 
  track: search_terms,
  tweet_mode: 'extended' // 开启长文模式，返回完整推文内容
}, function (stream) {
  console.log("Searching for tweets...");
  stream.on('data', function (tweet) {
    // 优先读取完整推文文本，兜底用截断的text字段
    const rawText = (tweet.extended_tweet?.full_text || tweet.text || '').toLowerCase();
    // 文本归一化：移除控制字符，将所有连续空白替换为单个空格
    const normalizedText = rawText.replace(/[\x00-\x1F\x7F-\x9F]/g, '').replace(/\s+/g, ' ');
    // 任意一个短语规则命中则返回结果
    if(termMatchRules.some(rule => rule.test(normalizedText))){
      console.log(tweet);
    }
  });
});

补充说明：正则里的\b词边界约束，可以避免把"buy noway"、"abuy now"这类包含目标子串但不是独立短语的内容误判为命中；用\s+替换短语内的空格，可以兼容短语两个单词之间夹了换行、多个空格、制表符的正常排版场景。

内容的提问来源于stack exchange，提问作者730wavy