如何在Node.js中用JavaScript无正则表达式按单词拆分字符串

嘿，我完全理解你开发电子书阅读器时的顾虑——正则表达式在处理大段文本时确实容易给Node.js应用带来性能负担，尤其是电子书这种动辄上万字的内容。下面给你一个纯字符串遍历的实现方案，完全不用正则，既能精准拆分单词，又能保证稳定的性能：

核心实现代码 #

function chunkTextByWords(text) {
  const words = [];
  let currentWord = '';
  // 定义单词分隔符集合，可根据你的需求扩展（比如引号、括号等）
  const separators = new Set([' ', ',', '.', '!', '?', ';', ':', '"', "'", '(', ')']);

  for (const char of text) {
    if (separators.has(char)) {
      // 先把当前收集好的单词存入数组
      if (currentWord.length > 0) {
        words.push(currentWord);
        currentWord = '';
      }
      // 可选：如果需要将标点/分隔符单独作为一项（比如阅读器排版需要），取消下面注释
      // words.push(char);
    } else {
      currentWord += char;
    }
  }

  // 处理文本末尾未完成的单词（避免文本不以分隔符结尾时丢失最后一个单词）
  if (currentWord.length > 0) {
    words.push(currentWord);
  }

  return words;
}

// 测试你的示例文本
const ebookText = "Lorem ipsum dolor sit amet, consectetur adipiscing elit. Phasellus ac risus pellentesque tellus pretium blandit vitae ac odio. Interdum et malesuada fames ac ante ipsum primis in faucibus. Curabitur quis dignissi...";
const wordChunks = chunkTextByWords(ebookText);
console.log(wordChunks);

逻辑说明 #

1. 线性遍历：整个过程只遍历文本一次，时间复杂度为O(n)（n为文本长度），性能比正则更稳定，特别适合处理超长电子书内容。
2. 高效分隔符判断：用Set存储分隔符，判断字符是否为分隔符的速度是O(1)，比数组includes效率更高，你可以根据电子书的实际内容随时扩展分隔符集合。
3. 灵活的标点处理：如果阅读器需要把标点符号单独作为一个块（比如排版时保留标点和单词的对应位置），只需要取消代码里的对应注释即可；如果不需要，就只保留纯单词拆分。
4. 边界场景处理：专门处理了文本不以分隔符结尾的情况，避免最后一个单词被遗漏，同时自动跳过连续多个分隔符（比如多个空格），不会生成空字符串项。

额外优化建议 #

• 如果需要统一单词大小写（比如做搜索索引），可以在存入数组时转换：words.push(currentWord.toLowerCase())
• 若要处理特殊字符（比如破折号、省略号），直接把它们加入separators集合即可。

内容的提问来源于stack exchange，提问作者Gouk