RegEx连续比赛

Question

我在Javascript中使用此正则表达式来删除3个字母以下的单词：

srcText = srcText.replace(/\s[a-z]{1,3}\s/gi,'');

它可以工作，但是当找到两个连续的匹配项时，第二个不受影响：

例：

“ ...这是文本的一个示例...”

除非我再运行一次代码，否则“ one”和“ a”不会受到影响：

srcText = srcText.replace(/\s[a-z]{1,3}\s/gi,'');

因此，我必须将代码运行n次， n是srcText中的连续匹配项。

用于测试目的：

http://regexpal.com/

示范文本：

http://www.gutenberg.org/files/521/521-0.txt （例如，第4段）

我的正则表达式是否缺少某些东西或javascript不允许这种递归？

Answer 1

JavaScript的正则表达式（以及大多数其他正则表达式）支持\\b转义序列，该序列匹配（零宽度）单词边界。 在您的表达式中，只需用\\b替换两个\\s 。

请注意，“单词边界”也适用于破折号，点等。因此， this-test - more. 在以下位置将具有边界： |this|-|test| - |more|. |this|-|test| - |more|. 通常这是可取的，但是与\\s行为差异是值得了解的。

正如Sam在评论中指出的，单词边界标识为：

(^\w|\w\W|\W\w|\w$)

即，以字符串开头和结尾作为非单词字符的非单词字符后接单词字符，或单词字符后接非单词字符。 （但请注意\\b为零宽度，因此它不仅仅是该表达式的简写形式）

Answer 2

正则表达式失败，因为您需要每个单词之间有一个空格，并且正则表达式搜索不重叠。 正则表达式实际上开始寻找一个空格，一个1-3个字母的单词，然后是另一个空格。 它确定的第一个在is 。 由于空间之后is采取了由第一场比赛， one不能匹配，因为它没有前包含空格。 正则表达式匹配如下：

......这is一个样本of文本...

解决此问题的一种简单方法是将\\s更改为\\b 。 \\b查找包含空格但不包含实际字符的单词中断。 因此，正则表达式\\b[az]{1,3}\\b将像这样匹配：

......这is one样本of a文本...

现在可以找到所有三个字母单词，可以像这样用来替换所有单词：

> var str = "... this is one sample of a text ... ";
> `srcText = srcText.replace(/\b[a-z]{1,3}\b/gi,'');`
  "... this   sample   text ... "

然而...

这包括已删除单词的多余空格。 如果要删除这些空格并确定没有多余的间距，请继续使用与after但不匹配的间距匹配的东西。 这样，由于存在单词，将删除等量的空格。 正则表达式如下所示： \\b[az]{1,3}\\s

如果您需要更复杂的东西，请告诉我。