正則表達式：拆分X長度單詞

Question

我是新來正規expresions。我有一個巨大的文字。在應用程序中，我需要4個字符的單詞，並刪除其餘的單詞。文本是西班牙文。到目前爲止，我可以選擇4個字符長度的單詞，但我仍然需要刪除其餘的。

這是我的正則表達式

\s(\w{3,3}[a-zA-ZáéíóúäëïöüñÑ])\s 

我怎樣才能在asp.net VB 4個字母的所有單詞？

Answer 1

使用炭在另一個答案中提供了上面提供的acter類（\ w不幸地與西班牙文字符不匹配）。

您可以用這個匹配（它的反向匹配，基本匹配的一切，是不是 4個字符的話，那麼你可以用「替換」，只留下4個字符的話）：

/(^|(?<=(?<=\W)[a-zA-ZáéíóúäëïöüñÑ]{4,4}(?=\W)))(.*?)((?=(?<=\W)[a-zA-ZáéíóúäëïöüñÑ]{4,4}(?=\W))|$)/gis 

近似的代碼在VB（未測試）：

Dim input As String = "This is your text" 
    Dim pattern As String = "/(^|(?<=(?<=\W)[a-zA-ZáéíóúäëïöüñÑ]{4,4}(?=\W)))(.*?)((?=(?<=\W)[a-zA-ZáéíóúäëïöüñÑ]{4,4}(?=\W))|$)/gis" 
    Dim replacement As String = " " 
    Dim rgx As New Regex(pattern) 
    Dim result As String = rgx.Replace(input, replacement) 

    Console.WriteLine("Original String: {0}", input) 
    Console.WriteLine("Replacement String: {0}", result)        

你可以看到在行動這裏正則表達式的結果：

http://regexr.com?30n29

Answer 2

\[^a-zA-ZáéíóúäëïöüñÑ][a-zA-ZáéíóúäëïöüñÑ]{4}[^a-zA-ZáéíóúäëïöüñÑ]\g 

翻譯： 非字母，隨後4個字母，接着通過非信。顯示的'g'將不止一次地在全球範圍內匹配。

看看這個鏈接，瞭解更多信息的循環您的比賽： http://osherove.com/blog/2003/5/12/practical-parsing-using-groups-in-regular-expressions.html

Answer 3

/(?:\A|(?<=\P{L}))(\p{L}{4})(?:(?=\P{L})|\z)/g

說明：

開關/g被用於重複搜索

\A是字符串的開頭（不是行首）

\p{L}單個碼點的類別相匹配信

\P{L}匹配單個碼點不是在類別信

{n}指定的重複的一個特定量[Ñ是數]

\z是字符串的結尾（不是行尾）

|是邏輯OR操作者

(?<=)是回顧後

(?=)是先行

(?:)是非反向引用分組

()是反向引用分組