匹配正则表达式在“X”字符数之后开始

Question

我在Google脚本中使用正则表达式来规范化公司名称，虽然我通过替换某些单词，标点符号和空格的组合非常接近完美，但我的最后一步是用3或更少的单词替换任何单词字母。

但是，在一开始他们的名字，即AB控股公司，它就摆脱了一些公司的缩略语。我不希望这与AB匹配，我希望它能找到罕见的“the”或公司代码（特别是SPA和NV等国外代码和Co和Inc）。这些代码不一定在字符串的末尾，但它们在开头之后似乎总是至少有4个字符。

我目前正在使用

text = text.replace(/\b[a-z]{1,3}\b)/i," ");

忽略[a-z]作为缺失的上限，我已单独处理

我认为可行的是“跳过”前几个字符，可能是4个是安全的，并且可能学习如何在将来包含空格和/或数字。所以我在看到另外一个相关的问题后写了这个。

text = text.replace(/((.{4})(.*)\b[a-z]{1,3}\b)/i," ");

Scipts似乎不允许外观，我的版本似乎不起作用。我输了。

感谢您的帮助。

Answer 1

这是一个解决方案：

 text = text.replace("/^(.{4}.*)(\b[a-z]{1,3}\b)(.*)/gmi", "$1$3");

我改变的是：

• 括起括号中的所有组 - 以便在替换时将其捕获并使用;

• 既然你提到被替换的词可能不在字符串的末尾，我还添加了第三组 - 以匹配之后的所有内容。

• 包含替换字符串（组1和组3）中单词前后的部分。

但请注意，它可能会返回误报 - 即如果公司名称是公司ABC，Inc。，它也会捕获ABC。因此，如果您知道要替换的单词，最好只使用更改：

text = text.replace("/^(.{4}.*)\b(Co|Inc|SPA|NV|the)\b(.*)/gmi", "$1$3");