javascript - 正则表达式/JavaScript : Split string to separate lines by max characters per line with looking n chars backwards for a possible whitespace?

Question

这是与 How to split a string at every n characters or to nearest previous space 类似的问题，但是，与我根据标题所期望的相反，如果只有一个没有任何空格的长单词，该解决方案将不起作用。

所以我需要一个正则表达式，它将一个字符串拆分为单独的行(如果需要，可以多次拆分)按每行的最大字符数，并且向后看 n 个字符表示可能的空格(如果找到则在此处中断，否则为最大长度)？

编辑 1: 例如，最大行长度为 30 个字符和 15 个字符向后空白查找:

Loremipsumissimplydummytextofthe printing and typesetting industry.

该句子的第一个单词长度为 32 个字符。所以输出应该是:

Loremipsumissimplydummytextoft  # Line has length of 30 char
he printing and typesetting     # Cut before the word at otherwise 30 char
industry.

因此第 30 个字符后第一个单词应该被强制剪切，因为没有空格。

剩余的字符串在单词“industry”之前的长度为 28(或带破折号的 29)，因此在第 30 个字符处有一个单词，因此解决方案会在 15 个字符范围内查找前一个空格。该行在“行业”一词之前断开。

编辑 2: 第二个文本示例:

Loremipsumissimplydummytextofthe printing and typesetting industry. Loremipsumis simply dummytext ofthe printing and typesetting industry. Loremipsumissimplydummytextofthe printing and typesetting industry. Loremipsumis simply dummytext ofthe printing and typesetting industry.

应该输出:

Loremipsumissimplydummytextoft
he printing and typesetting
industry. Loremipsumis simply
dummytext ofthe printing and
typesetting industry.
Loremipsumissimplydummytextoft
he printing and typesetting
industry. Loremipsumis simply
dummytext ofthe printing and
typesetting industry.

此正则表达式的用例是将长字符串格式化为可读文本，并强制执行最大行长度并且行以字符而不是空格开头。

可选要求:在初始发布后，我在编辑 1 中添加了该示例，我还添加了一个可选要求，即在下一行的开头添加破折号“-”字符，如果一个词是以最大线长切割。我现在将其从示例中删除，并将其作为单独的可选要求添加到此处。

所以一个可选的要求:如果一行在最大长度的中间单词而不是空格处断开，那么应该在该行的末尾附加一个破折号(而不是在下一行的开头，因为我最初描述过)。

Loremipsumissimplydummytextoft-  # Line length 30+1 char with an appended a dash
he printing and typesetting     # Cut before the word at otherwise 30 char
industry.

Answer 1

你可以使用

var s = "Loremipsumissimplydummytextofthe printing and typesetting industry. Loremipsumis simply dummytext ofthe printing and typesetting industry. Loremipsumissimplydummytextofthe printing and typesetting industry. Loremipsumis simply dummytext ofthe printing and typesetting industry.";
var regex = /\s*(?:(\S{30})|([\s\S]{1,30})(?!\S))/g;
console.log(
  s.replace(regex, function($0,$1,$2) { return $1 ? $1 + "-\n" : $2 + "\n"; } )
)

详情

• \s* - 0 个或多个空白字符。
• (?: - 非捕获组的开始:
  • (\S{30}) - 第 1 组(在回调方法中使用 $1 变量引用):三十(n ) 非空白字符
  • | - 或者
  • ([\s\S]{1,30})(?!\S)) - 第 2 组(在回调中使用 $2 变量引用方法):任何一到三十 (n) 个字符，尽可能多，但不要紧跟非空白字符。

函数($0,$1,$2) { 返回 $1 ？ $1 + "-\n": $2 + "\n"; } 部分表示如果第 1 组匹配(即我们匹配了一个被分成两部分的很长的单词)，我们将匹配替换为第 1 组值 + 连字符和一个换行符。否则，如果第 2 组匹配，我们将替换为第 2 组值 + 换行符。

符合 ES6+ 的代码片段:

const text = "Loremipsumissimplydummytextofthe printing and typesetting industry. Loremipsumis simply dummytext ofthe printing and typesetting industry. Loremipsumissimplydummytextofthe printing and typesetting industry. Loremipsumis simply dummytext ofthe printing and typesetting industry.";
const lineMaxLen = 30;
const wsLookup = 15; // Look backwards n characters for a whitespace
const regex = new RegExp(String.raw`\s*(?:(\S{${lineMaxLen}})|([\s\S]{${lineMaxLen - wsLookup},${lineMaxLen}})(?!\S))`, 'g');
console.log(
  text.replace(regex, (_, x, y) => x ? `${x}-\n` : `${y}\n`)
);