1

Tengo una expresión regular donde extraigo palabra por palabra y enumero las palabras con su respectivo orden

let text = `En este campo las respuestas deben ir entre corchetes ejemplo El [oso polar] es de la Antartida y el [oso pardo] es de selva.`;
let cont=0 

text.match(/\[([\w\s]*)\]|[\w]*/g)
  .forEach((item) => {
    if (item !== '') {
    cont++
      console.log(item+" "+cont);
    }
  });

Estas palabras se dividen y me dan un orden, el problema parte cuando las palabras contienen tildes como "Antártida" o palabras que tienen coma adelante o dos puntos como "corchetes," y "ejemplo:"

let text = `En este campo las respuestas deben ir entre corchetes, ejemplo: El [oso polar] es de la Antártida y el [oso pardo] es de selva.`;
let cont=0 

text.match(/\[([\w\s]*)\]|[\w]*/g)
  .forEach((item) => {
    if (item !== '') {
    cont++
      console.log(item+" "+cont);
    }
  });

¿Alguna idea de como ajustar la expresión regular para que tome las palabras con coma adelante y dos puntos adelantes o tilde como una sola palabra?

2
  • Hola, una duda en el caso de las comas o puntos, ¿quieres que salga por ejemplo corchetes, o corchetes y luego la coma?
    – Artes
    Commented el 3 may. 2023 a las 17:04
  • 1
    "Problemas con expresion regular"... ¿Qué tal si conviertes el título de la pregunta en una pregunta? Así parece una pregunta, y no una búsqueda de google, o un tícket al departamento de desarrollo...
    – Arriel
    Commented el 3 may. 2023 a las 17:34

1 respuesta 1

1

Tu usas la clase de caracter \w, que sirve para buscar coincidencias con caracteres alfanuméricos, pero no coincide con caracteres Unicode (que son las palabras o vocales acentuadas), que es justamente el problema que tienes.

Entonces necesitamos encontrar una clase de caracter que coincida con cualquier caracter (incluyendo las letras acentuadas).


Según la documentación (traducido al español):

Unicode Categories:

Además de las complicaciones, Unicode también trae nuevas posibilidades. Una es que cada carácter Unicode pertenece a una determinada categoría. Puede hacer coincidir un solo carácter que pertenezca a la categoría "letra" con \p{L}. Puede hacer coincidir un solo carácter que no pertenezca a esa categoría con \P{L}.

  • \p{L} o \p{Letter}: Cualquier tipo de letra de cualquier idioma.

Es decir, con la clase de caracter \p{L} nos permite encontrar cualquier caracter incluyendo a los caracteres Unicode.


Entonces, en tu expresión regular:

text.match(/\[([\w\s]*)\]|[\w]*/g)

Solamente tenemos que cambiar los \w por \p{L}:

text.match(/\[([\p{L}\s]*)\]|[\p{L}]*/g)

Y usamos la bandera /gu, ya que u habilita el soporte para caracteres Unicode en la expresión regular (lo logré descubrir gracias a esta respuesta):

text.match(/\[([\p{L}\s]*)\]|[\p{L}]*/gu)

Código final:

let text = `En este campo las respuestas deben ir entre corchetes, ejemplo: El [oso polar] es de la Antártida y el [oso pardo] es de selva.`;
let cont = 0

text.match(/\[([\p{L}\s]*)\]|[\p{L}]*/gu)
  .forEach((item) => {
    if (item !== '') {
      cont++
      console.log(item + " " + cont);
    }
  });

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.