删除短于n的单词，无论内部是否有连字符

Question

我想删除少于4个字符的单词，无论是否有连字符。我的意思是：

保持：

“Royaume-Uni”

“AB-CD”

“AB-C”

删除：

“A-B”

“ABC”

“AB - ”

我使用正则表达式执行此操作：replaceAll("\\b[\\w]{1,3}\\b","");

但是对于“Royaume-Uni”，例如它给出了：“Royaume-”并删除“Uni”。我想保留整个词。

如何删除少于4个字符的单词（连字符被视为一个字符）并让完整的其他字符？

Answer 1

如果你在比赛前后也要注意可选的连字符：

replaceAll("[-]*\\b[\\w]{1,3}\\b[-]*"," ");

https://www.regex101.com/r/eF5n3C/1

另一方面，如果你想匹配少于4个字符但没有前导和前导连字符的所有单词，你应该在前后添加一个正则表达式。

Answer 2

您可以使用类似（简单）：

的内容

replaceAll("\\b-?\\w{1,3}\\b", " ");

DEMO

Answer 3

将wordboundaries替换为否定lookarround，因为短划线-和字母之间存在wordbound。

(?<![\\w-])\\w{1,3}(?![\\w-])

(?<![\\w-])表示之前没有-或单词字符。
(?![\\w-])表示之后没有-或单词字符。

Answer 4

\b代表

的地方

• 在字母数字（包括_）和非字母数字字符之间
• 在字符串的开头或结尾

因此，如果-U匹配代表的位置（|）-|U。如果您想根据空格和非空格字符进行搜索，则无法使用\b。相反，您需要使用{/ 3>}机制，如

• (?<=\s|^)检查你的单词是否有空格或字符串开头，
• (?=\s|$)检查你的单词后面是否有空格或字符串结尾。

同时将-视为{1,3}字符使用字符集的一部分，该字符集将是\w和-的总和，可以表示为[\w-] （通常-是字符类中的特殊字符，因为它可以用于创建像a-z这样的字符范围，但由于它不能用于表示这样的范围，所以我们不会需要逃避它。）

所以你的解决方案看起来像：

replaceAll("(?<=\\s|^)[\\w-]{1,3}(?=\\s|$)","");

Answer 5

试试这个正则表达式

(?<=^|[^\w-])[\w-]{1,3}(?=[^\w-]|$)

请参阅live demo。

基本上\b是没用的，因为破折号然后空格不是\b。相反，使用环顾四周断言上一个/下一个字符不是你的连字符字符＃34;或者是输入的开始/结束。