当前位置:首页 > 文章列表 > 文章 > 前端 > 按标题分组提取数组中对应内容对象,通常是指根据每个对象中的“标题”字段,将相同标题的对象归类到一起。下面是一个通用的实现思路和示例代码(以JavaScript为例):✅示例数据结构constdata=[{title:"游戏攻略",content:"这是游戏攻略的内容"},{title:"新手教程",content:"这是新手教程的内容"},{title:"游戏攻略",content:"这是另一个游

按标题分组提取数组中对应内容对象,通常是指根据每个对象中的“标题”字段,将相同标题的对象归类到一起。下面是一个通用的实现思路和示例代码(以JavaScript为例):✅示例数据结构constdata=[{title:"游戏攻略",content:"这是游戏攻略的内容"},{title:"新手教程",content:"这是新手教程的内容"},{title:"游戏攻略",content:"这是另一个游

2026-05-08 18:28:04 0浏览 收藏
本文深入探讨了在处理“标题+内容”混合扁平数组时,如何安全、高效地按字符串标题对后续对象进行逻辑分组,直击传统索引计算(如反复使用 findIndex + slice)易导致的越界、空分组和性能退化(O(n²))等痛点;文章提出两种生产级解决方案——一种生成嵌套数组结构,天然保持顺序并适配虚拟列表渲染;另一种构建键值映射结构,支持标题快速查找与灵活访问,并强调统一的设计哲学:用状态驱动替代脆弱索引,以单次遍历实现简洁、健壮、可维护的分组逻辑。

本文介绍如何将混合字符串与对象的扁平数组,按字符串标题进行逻辑分组,并准确提取每个标题后跟随的所有对象,避免索引计算错误,提供两种实用结构化方案。

在虚拟列表(virtualization)等场景中,常采用“标题 + 内容块”的扁平数组结构来兼顾渲染性能与语义清晰性。例如数组中交替出现字符串(作为分组标题)和对象(作为该标题下的数据项)。但直接使用 findIndex 配合 slice 容易因相对索引偏移、边界处理不当(如未考虑末尾无后续标题的情况)导致中间分组为空——正如原代码中 nextTitleIndex + 1 在 slice 中被错误地用于非相对起始位置,造成越界或空切片。

更稳健的做法是一次遍历、状态驱动:维护当前标题标识,动态累积内容,而非依赖反复搜索和复杂索引计算。以下是两种生产就绪的实现方式:

✅ 方案一:嵌套数组结构(标题 + 后续所有元素)

const result = [];
test.forEach(item => {
  if (typeof item === 'string') {
    result.push([item]); // 新标题 → 新子数组,首项为标题本身
  } else {
    // 确保至少有一个分组存在(防止非法输入)
    if (result.length > 0) {
      result[result.length - 1].push(item);
    }
  }
});

// 输出示例:
// [
//   ["string 1", {prop1: "string 1 obj first"}, ..., {prop1: "string 1 obj last"}],
//   ["string 2", {prop1: "string 2 obj first"}, ..., {prop1: "string 2 obj last"}],
//   ...
// ]

✅ 方案二:键值映射结构(标题为 key,对象数组为 value)

const result = {};
let currentTitle = null;

test.forEach(item => {
  if (typeof item === 'string') {
    currentTitle = item;
    result[currentTitle] = []; // 初始化空数组,确保 key 存在
  } else if (currentTitle !== null) {
    result[currentTitle].push(item);
  }
});

// 输出示例:
// {
//   "string 1": [{prop1: "string 1 obj first"}, ..., {prop1: "string 1 obj last"}],
//   "string 2": [{prop1: "string 2 obj first"}, ..., {prop1: "string 2 obj last"}],
//   ...
// }

⚠️ 注意事项

  • 输入校验建议:若数据可能不规范(如开头非字符串、连续字符串无内容),可在循环中加入 if (!currentTitle && typeof item !== 'string') continue 等防御逻辑;
  • 性能优势:两种方案均为 O(n) 时间复杂度,远优于原 reduce 中每次 findIndex 导致的 O(n²) 操作;
  • 扩展性:方案二更利于后续按标题快速查找(result["string 2"]),而方案一保留原始顺序且天然支持 map 渲染;
  • TypeScript 提示:可定义类型如 Record>> 增强类型安全。

无论选择哪种结构,核心思想一致:用状态代替索引计算,用累积代替切片推导——简洁、可靠、易于维护。

以上就是《按标题分组提取数组中对应内容对象,通常是指根据每个对象中的“标题”字段,将相同标题的对象归类到一起。下面是一个通用的实现思路和示例代码(以JavaScript为例):✅示例数据结构constdata=[{title:"游戏攻略",content:"这是游戏攻略的内容"},{title:"新手教程",content:"这是新手教程的内容"},{title:"游戏攻略",content:"这是另一个游戏攻略的内容"},{title:"更新日志",content:"这是更新日志的内容"}];✅按标题分组的方法functiongroupByTitle(arr){returnarr.reduce((acc,item)=>{constkey=item.title;if(!acc[key]){acc[key]=[];}acc[key].push(item);returnacc;},{});}✅使用示例constgroupedData=groupByTitle(data);console.log(groupedData);//输出://{//"游戏攻略":[//{title:"游戏攻略",content:"这是游戏攻略的内容"},//{title:"游戏攻略",content:"这是另一个游戏攻略的内容"}//],//"新手教程":[//{title:"》的详细内容,更多关于的资料请关注golang学习网公众号!

CSS烟花动画制作教程详解CSS烟花动画制作教程详解
上一篇
CSS烟花动画制作教程详解
PHPEnv配置Docker容器指南
下一篇
PHPEnv配置Docker容器指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    312次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    291次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    269次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    87次使用