正则表达式分割字符串单词和数字

string.split(separator,limit)

参数sepatator，limit是可选的；

separator可以是字符串或正则表达式，limit是返回的数组的最大长度。

以JS为例，对于一个字符串

例如：var string = "gogo dasfj 77. 67.45 0.3 goie! sd-af ggjei? huiwoo 78.23? papfc asf. How 'are' you?";

想要拆分出单词和数字比较麻烦，如果用空格进行匹配会有一些奇怪的东西混入单词或数字元素中。

由两种思路：

1. 先用空格进行分割，再对各元素进行修正，也就是去掉其中不必要的标点符号；
2. 匹配非目标成分直接用正则表达式分割。

第一种方法：

<script>
    var string = "gogo dasfj 77. 67.45 0.3 goie! sd-af ggjei? huiwoo 78.23? papfc asf. How 'are' you?";
    document.write(string + "<br>")
    var stringsp = string.split(" ");
    document.write(stringsp + "<br>-->" + stringsp.length + "<br>");
    for(x in stringsp) {
        stringsp[x] = stringsp[x].match(/[\w-]+(?:[\.]{1}[0-9]+)?/);
        document.write(stringsp[x] + "<br>");
    }
        document.write("结束<br>");
</script>

 运行结果：

[\w-]==[A-Za-z0-9_-]，

(?:[\.]{1}[0-9]+)?匹配但不获取小数点+小数部分的数字子串。

第二种方法：

<script>
    var string = "gogo dasfj 77. 67.45 0.3 goie! sd-af ggjei? huiwoo 78.23? papfc asf. How 'are' you?";
    document.write(string + "<br>")
    //(?<!pattern)
    var patternsp = /[\.]{1}(?![0-9]+)[\s]*|[^\w-\.$]+/;
    var stringsp = string.split(patternsp);
    stringsp.pop();
    document.write(stringsp + "<br>-->" + stringsp.length + "<br>");
    for(x in stringsp) {
        document.write(stringsp[x] + "<br>");
    }
        document.write("结束<br>");
</script>

运行结果：

思路：

• 数字中的小数点和句子中的句号点冲突，先用区分两者；
• [\.]{1}(?![0-9]+)[\s]*句子中的句号点及后面可能带有的空格，[\.]{1}(?![0-9]+)匹配后面不带数字的"."；
• 对拆分的子串使用[^\w-\.$]+拆分出单词和数字，屏蔽句子中的句号点的干扰。
• 注意：末尾的标点符号也会参与拆分，最后数组尾部会带有一个""元素，需要pop()删除。