用于识别单词之间分隔符的正则表达式

Question

我正在尝试分隔文本中的单词。我需要用它们之间的任何东西来分割它们，所以我写了一个正则表达式，它几乎可以正常工作。

单词是可以包含破折号 (-) 的字母字符串，它们不能以破折号开头或以破折号结尾。单词不能包含数字或除单破折号和 [a-zA-Z] 之外的任何其他字符。

这是我目前想出的：

/(-[^a-zA-Z])|\w*\d\w*|[^a-zA-Z-]+/ig

但是，这不适用于以破折号开头的单词，例如这种情况：

123-word

应该匹配

123-

对此的任何帮助将不胜感激，谢谢！

更新

对不起，我有点含糊。我需要匹配单词之间的内容，而不是单词本身，所以我可以进一步拆分成一个数组。

到目前为止，这与上面的表达式匹配：

... 这应该是这样的：

注意第二个文本行 (123-) 的匹配差异 抱歉不够具体。

Answer 1

如果我正确理解了您的问题。

我没有搜索你想要的有效匹配，而是替换了所有无效匹配。

看看这个Demo 根据您的问题，它正在匹配所有无效匹配项，我所理解的。

“单词是可以包含破折号 (-) 的字母字符串，它们不能以破折号开头或以破折号结尾。除了单个破折号和 [a-zA-Z] 之外，单词不能包含数字或任何其他字符。”

这是代码

var str = 'word word-ed, [word-ing] 123-word w-word, word-. w0rd w14rd 124eword 1234word finished.'
str.replace(/(\b[\d]+-[a-zA-Z]+\b)|(\b[\d]+[a-zA-Z]+)|(\b[a-zA-Z]+[\d]+[a-zA-Z]+)|(\b[a-zA-Z]+-[.,]|([\[\],.]))/g, '').split(/\s+/)

输出

["word", "word-ed", "word-ing", "w-word", "finished"]

说明：

搜索无效匹配

str.match(/(\b[\d]+-[a-zA-Z]+\b)|(\b[\d]+[a-zA-Z]+)|(\b[a-zA-Z]+[\d]+[a-zA-Z]+)|(\b[a-zA-Z]+-[.,]|([\[\],.]))/g)
//output
[",", "[", "]", "123-word", ",", "word-.", "w0rd", "w14rd", "124eword", "1234word", "."]

用空替换

var temp = str.replace(/(\b[\d]+-[a-zA-Z]+\b)|(\b[\d]+[a-zA-Z]+)|(\b[a-zA-Z]+[\d]+[a-zA-Z]+)|(\b[a-zA-Z]+-[.,]|([\[\],.]))/g)
//output
"word word-ed word-ing  w-word      finished"

用空格分割结果

temp.split(/\s+/)
//output
["word", "word-ed", "word-ing", "w-word", "finished"]

Answer 2

你可以使用这个正则表达式：

/(?<=[^\w-]|^)(?!-)([a-z-]+)(?<!-)(?=[^\w-]|$)/gi

给定如下输入：

abc-def word A -notword xyz notword-

上述正则表达式将匹配以下单词：

abc-def
word
A
xyz

Working demo

---

更新：根据已编辑的问题，您可以使用此正则表达式进行拆分：

/([^\w-].*?)(?=(?<=[^\w-]|^)(?!-)[a-z-]+(?<!-)(?=[^\w-]|$))/gis

Working demo