我有一段文字。它可以包含从ASCII 32（空格）到ASCII 126（波浪线）的所有字符，包括ASCII 9（水平制表符）。
文字可能包含句子。每个句子都以点，问号或感叹号结尾，后面跟着空格。
文本可能包含基本的降价样式，即：粗体文本（**，__），斜体文本（*，_）和删除线（~~）。降价可能发生在句子（例如**this** is a sentence.）或其外部（例如**this is a sentence!**）。 Markdown可能不会在句子中出现，也就是说，可能不会出现这样的情况：**sentence. sente** nce.。 Markdown可能包含多个句子，也就是说，可能存在这样的情况：**sentence. sentence.**。
它还可以包含两个字符序列：<!--和-->。这些序列之间的所有内容都被视为注释（如HTML中）。注释可以出现在文本的每个位置，但不能包含换行符（我希望在Linux上它只是ASCII 10）。
我想在Javascript中检测所有句子，并且每个句子都将它的长度放在评论之后，如下所示：sentence.<!-- 9 -->。主要是，我不在乎它们的长度是否包括降价标签的长度，但如果它没有，那将是很好的。
到目前为止，在这个answer的帮助下，我准备了以下正则表达式来检测句子。它主要满足我的需求 - 除了它包括评论。
const basicSentence = /(?:^|\n| )(?:[^.!?]|[.!?][^ *_~\n])+[.!?]/gi;
我还准备了以下正则表达式来检测评论。它也可以按预期工作，至少在我自己的测试中。
const comment = /<!--.*?-->/gi;
为了更好地了解我想要实现的目标，让我们举个例子。说，我有以下文字：
foo0
b<!-- comment -->ar.
foo1 bar?
<!-- comment -->
foo2bar!
（最后还有一个换行符，但我不知道如何在Stackoverflow markdown中添加一个空行。）
预期的结果是：
foo0
b<!-- comment -->ar.<!-- 10 -->
foo1 bar?<!-- 9 -->
<!-- comment -->
foo2bar!<!-- 12 -->
（这次，有 没有 也是最后的换行符。）
更新：对不起，我已经更正了示例中的预期结果。
将回调传递给.replace，用空字符串替换所有注释，然后返回结果修剪匹配的长度：
const input = `foo0
b<!-- comment -->ar.
foo1 bar?
<!-- comment -->
foo2bar!
`;
const output = input.replace(
/(?:^|\n| )(?:[^.!?]|[.!?][^ *_~\n])+[.!?]/g,
(match) => {
const matchWithoutComments = match.replace(/<!--.*?-->/g, '');
return `${match}<!-- ${matchWithoutComments.length} -->`;
}
);
console.log(output);当然，如果您愿意，也可以使用类似的模式将markdown表示法替换为内部文本内容：
.replace(/([*_]{1,2}|~~)((.|\n)*?)\1/g, '$2')
（由于嵌套且可能不平衡的标签，正则表达式不太适合使用，您可能必须重复该行，直到找不到进一步的替换）
此外，根据评论，您当前的正则表达式期望每个句子以.，!或?结尾。 !中的评论<!--被视为（短）句子的结尾。一种选择是在正则表达式的最末端预测空格（空格或换行符）或输入的结尾：
const input = `foo0
b<!-- comment -->ar.
foo1 bar?
<!-- comment -->
foo2bar!
<!-- comment -->`;
const output = input.replace(
/(?:^|\n| )(?:[^.!?]|[.!?][^ *_~\n])+[.!?](?=\s|$|[*_~])/g,
(match) => {
const matchWithoutComments = match.replace(/<!--.*?-->/g, '');
return `${match}<!-- ${matchWithoutComments.length} -->`;
}
);
console.log(output);