正则表达式：拆分X长度单词

Question

我是新来正规expresions。我有一个巨大的文字。在应用程序中，我需要4个字符的单词，并删除其余的单词。文本是西班牙文。到目前为止，我可以选择4个字符长度的单词，但我仍然需要删除其余的。

这是我的正则表达式

\s(\w{3,3}[a-zA-ZáéíóúäëïöüñÑ])\s 

我怎样才能在asp.net VB 4个字母的所有单词？

Answer 1

使用炭在另一个答案中提供了上面提供的acter类（\ w不幸地与西班牙文字符不匹配）。

您可以用这个匹配（它的反向匹配，基本匹配的一切，是不是 4个字符的话，那么你可以用“替换”，只留下4个字符的话）：

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

近似的代码在VB（未测试）：

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)        

你可以看到在行动这里正则表达式的结果：

http://regexr.com?30n29

Answer 2

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

翻译： 非字母，随后4个字母，接着通过非信。显示的'g'将不止一次地在全球范围内匹配。

看看这个链接，了解更多信息的循环您的比赛： 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

说明：

开关/g被用于重复搜索

\A是字符串的开头（不是行首）

\p{L}单个码点的类别相匹配信

\P{L}匹配单个码点不是在类别信

{n}指定的重复的一个特定量[Ñ是数]

\z是字符串的结尾（不是行尾）

|是逻辑OR操作者

(?<=)是回顾后

(?=)是先行

(?:)是非反向引用分组

()是反向引用分组