DataWeave如何按最大长度拆分字符串且不截断单词

问题说明 #

现有测试字符串：

"This is a native string for splitting test"

初始实现的拆分逻辑是按固定长度硬切，代码如下：

fun divideBy(str: String, size: Number): Array<String> = flatten(str scan ".{1,$(size)}") 
---
(payload.message divideBy 15) map (trim($))

该实现输出结果会从单词中间截断，不符合要求：

[
"This is a nativ",
"e string for sp",
"litting test"
]

预期要求是拆分后每个片段最大长度不超过15，拆分点必须选长度限制内最近的空格，不能截断单词，期望输出：

[
"This is a",
"native string",
"for splitting",
"test"
]

正确实现方案 #

通过递归逐段查找合法拆分点即可实现需求，同时兼容单个单词长度超过限制的边界场景，完整代码如下：

%dw 2.0
output application/json

fun splitByMaxLen(str: String, maxLen: Number): Array<String> =
    if (sizeOf(trim(str)) <= maxLen) [trim(str)]
    else do {
        var tempChunk = str[0 to maxLen - 1]
        var lastSpaceIdx = lastIndexOf(tempChunk, " ")
        // 无空格时（单个单词超长）直接按最大长度切分，避免死循环
        var splitPoint = if (lastSpaceIdx == -1) maxLen else lastSpaceIdx
        var currentPart = trim(
            if (splitPoint == maxLen) tempChunk
            else tempChunk[0 to splitPoint - 1]
        )
        var remainPart = trim(str[splitPoint to -1])
        ---
        [currentPart] ++ splitByMaxLen(remainPart, maxLen)
    }
---
// 测试调用
splitByMaxLen("This is a native string for splitting test", 15)

逻辑说明 #

• 递归终止条件：剩余待处理字符串长度不超过最大限制，直接返回处理后的单元素数组
• 每轮处理先截取开头到最大长度位置的临时片段，查找片段内最后一个空格作为合法拆分点
• 拆分点前的内容去除首尾空格作为当前输出块，拆分点后的剩余内容去除首尾空格后递归执行相同拆分逻辑
• 增加单个单词长度超过最大限制的兼容逻辑，无可用空格拆分时直接按最大长度硬切，避免递归死循环

运行上述代码即可得到预期输出：

[
  "This is a",
  "native string",
  "for splitting",
  "test"
]

内容的提问来源于stack exchange，提问作者hdnguyen