Javascript:查找文本文档中所有出现的word

Question

我试图编写Javascript函数来查找文本文档中所有单词出现的索引。目前这是我的--

//function that finds all occurrences of string 'needle' in string 'haystack'
function getMatches(haystack, needle) {
  if(needle && haystack){
    var matches=[], ind=0, l=needle.length;
    var t = haystack.toLowerCase();
    var n = needle.toLowerCase();
    while (true) {
      ind = t.indexOf(n, ind);
      if (ind == -1) break;
      matches.push(ind);
      ind += l;
  }
  return matches;
}

但是，这给我带来了一个问题，因为这与单词的出现相匹配，即使它是字符串的一部分。例如，如果针头是“书”，大海捞针是“汤姆写了一本书，书的名字是”脸书“，结果是”书“、”书“和”脸书“的索引，而我只想要”书“的索引。我怎样才能做到这一点？任何帮助都是非常感谢的。

Answer 1

下面是我建议的准则：

/\bbook\b((?!\W(?=\w))|(?=\s))/gi

来解决你的问题。使用exec()方法进行尝试。我提供的regexp还将考虑在您提供的示例句中出现的“小册子”这样的单词：

function getMatches(needle, haystack) {
    var myRe = new RegExp("\\b" + needle + "\\b((?!\\W(?=\\w))|(?=\\s))", "gi"),
        myArray, myResult = [];
    while ((myArray = myRe.exec(haystack)) !== null) {
        myResult.push(myArray.index);
    }
    return myResult;
}

编辑

我已经编辑了regexp来解释像“小册子”这样的单词。我还修改了我的答案，使其类似于您的功能。

你可以做一些这里测试

Answer 2

试试这个：

function getMatches(searchStr, str) {
    var ind = 0, searchStrL = searchStr.length;
    var index, matches = [];

    str = str.toLowerCase();
    searchStr = searchStr.toLowerCase();

    while ((index = str.indexOf(searchStr, ind)) > -1) {
         matches.push(index);
         ind = index + searchStrL;
    }
    return matches;
}

indexOf返回第一次出现图书的位置。

var str = "Tom wrote a book. The book's name is Facebook for dummies";
var n = str.indexOf("book");

Answer 3

我不知道发生了什么，但我可以提供一个更好的解决方案使用正则表达式。

function getMatches(haystack, needle) {
    var regex = new RegExp(needle.toLowerCase(), 'g'),
        result = [];

    haystack = haystack.toLowerCase();

    while ((match = regex.exec(haystack)) != null) {
        result.push(match.index);
    }
    return result;
}

用法：

getMatches('hello hi hello hi hi hi hello hi hello john hi hi', 'hi');

Result => [6, 15, 18, 21, 30, 44, 47]

考虑到您的book和books问题，您只需要为"book "提供一个空间。

或者你能做的功能。

needle = ' ' + needle + ' ';