Javascript 删除停止词

我正试图用一个

.replace（）

从字符串中删除停止字，因为我发现它能带来最好的性能。但当两个停止词紧跟在一起时，我会遇到一些问题，如下面的片段：

var stopWordsRE = /((?:^|\s+?)(foo|bar)(?:$|\s+?))/gi;
var text = "foo bar baz bar foobar";
var filtered = text.replace(stopWordsRE, " ");
console.log(filtered); // bar baz foobar

但它应该会回来：

baz foobar

---

问题是正则表达式匹配

foo

和后面的空格，这样

bar

就不再需要匹配前面的空格了。我认为非捕获组就足够了，这样空白就不会被记住了。但显然不是，你能告诉我如何修复正则表达式，使它匹配紧跟其后的stopwords吗

尝试使用单词边界进行匹配：

\b

var stopWordsRE = /(\b(foo|bar)\b\s*)/gi;

它在行中多次匹配（

g

flag），不区分大小写（

i

flag），正如您之前所做的那样

它匹配任何一个完整单词的

foo

或

bar

。也就是说，字符串的两端都以为边界，这是与单词的开头或结尾相对应的零长度锚点

---

最后，

\s*

会抓住单词旁边的任何（或无）空格，这样就不会在剩下的单词之间留下多个空格。

而不是匹配

foo或bar

之后的空格，你需要使用正向前瞻：

var stopWordsRE = /(?:^|\s+)(?:foo|bar)(?=\s+|$)/gi;
var filtered = text.replace(stopWordsRE, "").trim();
//=> "baz foobar"

---

这似乎是一个家庭作业问题。我可以向你保证，它不是。但是如果答案很简单或者很明显，我道歉…@rob，这看起来不像是家庭作业问题。即使是这样，你也比来这里的大多数人做得更多，他们带着一个家庭作业问题要求解决你的预期结果是什么？预期结果就在这个问题上：

baz foobar

这确实解决了问题，也是一种改进。但它似乎与德国乌姆劳特有麻烦。它与

häbar

中的

bar

匹配。至少在Chrome中是这样，但这也可能是V8中的一个bug。也将在其他浏览器中测试它。@rob Good point。看，我更喜欢这个解决方案，但由于目前JS和unicode的混乱，这不是一个选项。