JS正则按非双引号内非末尾句点分割字符串 匹配错误求助

解决方案 #

方案1：修正正则表达式 #

原有正则的错误原因是双引号配对的预查逻辑存在边界判断错误，会误判引号内的句点为可分割点。修正后的正则可直接用于String.split方法：

const splitReg = /\.(?=(?:[^"]*"[^"]*")*[^"]*$)(?![^\S]*$)/g

正则逻辑说明：

• (?=(?:[^"]*"[^"]*")*[^"]*$)：正向肯定预查，保证当前句点后方的双引号总是成对出现，判定当前句点不在双引号包裹范围内
• (?![^\S]*$)：正向否定预查，保证当前句点后方不是仅存空白字符或直接到字符串末尾，过滤掉字符串末尾的句点

测试验证：

// 复杂测试用例
const testStr1 = 'test."One .word".A short sentence." no split. " no split.".'
console.log(testStr1.split(splitReg))
// 输出：['test', '"One .word"', 'A short sentence', '" no split. " no split', '".'] 完全符合预期

// 简单测试用例
const testStr2 = 'hello ."world . works".well.'
console.log(testStr2.split(splitReg))
// 输出：['hello ', '"world . works"', 'well.'] 符合预期

方案2：状态机遍历实现（更稳定，扩展性强） #

如果后续需要扩展规则（比如支持转义引号、单引号等场景），更推荐使用状态机遍历的方案，逻辑可控无正则边界问题：

function splitByValidDot(str) {
  const result = []
  let currentFragment = ''
  let isInQuotes = false // 标记当前字符是否在双引号包裹范围内
  for (const char of str) {
    if (char === '"') {
      isInQuotes = !isInQuotes
      currentFragment += char
    } else if (char === '.' && !isInQuotes) {
      // 遇到符合分割规则的句点，保存当前片段
      result.push(currentFragment)
      currentFragment = ''
    } else {
      currentFragment += char
    }
  }
  // 加入最后剩余的片段，自动跳过末尾句点的分割
  if (currentFragment) result.push(currentFragment)
  return result
}

测试验证：

console.log(splitByValidDot('test."One .word".A short sentence." no split. " no split.".'))
// 输出：['test', '"One .word"', 'A short sentence', '" no split. " no split', '".']
console.log(splitByValidDot('hello ."world . works".well.'))
// 输出：['hello ', '"world . works"', 'well.']

如果需要支持转义双引号（比如"aaa\"bbb.ccc"），只需要在状态机中新增转义标记判断即可，正则方案很难适配这类扩展场景。

内容的提问来源于stack exchange，提问作者mozenge