如何使用自定义词边界创建将获取 N 个词的 RegEx 模式？

How Can I Create a RegEx Pattern that will Get N Words Using Custom Word Boundary?

我需要一个 RegEx 模式，它将 return 前 N 个词使用自定义词边界，即正常的 RegEx 白色 space (\s) 加上标点符号，如 .,;:!?-*_

编辑 #1：感谢您的所有评论。

要明确：

  1. 我想设置作为单词分隔符的字符
  2. 我们称其为 "Delimiter Set" 或 strDelimiters
  3. strDelimiters = ".,;:!?-*_"
  4. nNumWordsToFind = 5
  5. 单词定义为不包含 strDelimiters 中任何字符的任何连续文本
  6. RegEx 字边界是包含 strDelimiters 中的一个或多个字符的任何连续文本
  7. 我想使用 strDelimiters 将 RegEx 模式构建到 get/return 第一个 nNumWordsToFind。

编辑 #2：2015 年 8 月 8 日，星期六，美国 CT 12:49 上午

@maraca 确实如最初所述回答了我的问题。 但我实际需要的是return字数≤nNumWordsToFind。 因此，如果源文本只有 3 个词，但我的 RegEx 要求 4 个词，我需要它 return 这 3 个词。如果 nNumWordsToFind > 源文本中的实际单词数，则 maraca 提供的答案将失败。

例如：

one,two;three-four_five.six:seven eight    nine! ten

它会将此视为 10 个字。 如果我想要前 5 个单词，它将 return:

one,two;three-four_five.

我有这个图案，使用的是普通的 \s 白色space，效果很好，但不完全是我需要的：

([\w]+\s+){<NumWordsOut>}

其中 <NumWordsOut> 是 return 的字数。

我也找到了这个词界模式，但是不知道怎么用：

a "real word boundary" that detects the edge between an ASCII letter and a non-letter.

(?i)(?<=^|[^a-z])(?=[a-z])|(?<=[a-z])(?=$|[^a-z])

但是，我希望我的话也允许数字。

IAC，我无法使用上述自定义单词边界模式来 return 我文本的前 N ​​个单词。

顺便说一句，我将在 Keyboard Maestro 宏中使用它。

有人可以帮忙吗？ TIA.

你所要做的就是调整你的模式([\w]+\s+){<NumWordsOut>}，包括一些特殊情况：

^[\s.,;:!?*_-]*([^\s.,;:!?*_-]+([\s.,;:!?*_-]+|$)){<NumWordsOut>}
1.             2.              3.             4.  5.
  1. 匹配第一个单词前任意数量的定界符
  2. 匹配一个词（=至少一个非定界符）
  3. 单词后必须至少跟一个分隔符
  4. 也可以在字符串的末尾（如果末尾没有分隔符）
  5. 重复 2. 到 4. 次

注意我是如何改变-的顺序的，它必须在开头或结尾，否则需要转义：\-.

感谢@maraca 为我的问题提供完整的答案。

我只是想 post 我使用 @maraca 的 RegEx 模式为对完整解决方案感兴趣的任何人构建的 Keyboard Maestro 宏。

查看 KM 论坛宏：Get a Max of N Words in String Using RegEx