我希望在一个文本文件中搜索一个给定的单词，该单词可以选择在单词中的未知位置连字符，并在连续的行中拆分。
例如，在以下内容中匹配“连字符”：
This sentence contains a hyphena-
ted word.
最接近（不吸引人）的解决方案：
"h\(-\s*\n\s*\)\?y\(-\s*\n\s*\)\?p\(-\s*\n\s*\)\?h\(-\s*\n\s*\)\?e\(-\s*\n\s*\)\?n\(-\s*\n\s*\)\?a\(-\s*\n\s*\)\?t\(-\s*\n\s*\)\?e\(-\s*\n\s*\)\?d"
我希望一些比我强的regex-foo能想出一个regex，它清楚地包含了正在搜索的单词，也就是说，我想在里面看到“连字符”。我还没有找到一种编码如下内容的方法（无论如何这都是错误的，因为它会匹配“hy-ted”）：
"{prefix-of:hyphenated}{hyphen/linebreak}{suffix-of:hyphenated}"
我意识到预处理文档折叠这样的话会使搜索更简单，但我正在寻找一个正则表达式，我可以在上下文中使用，由于涉及的工具，这是不可能的。
考虑到hy-phen-ated也应该匹配，我认为在这种情况下，单独使用正则表达式是不正确的。
我会这样做（不知道您的语言，我使用了伪代码）：
.*断字。*所有语言都可以实现步骤1。这样，代码的可读性就会大大提高。
我想这会管用的。如果有很多单词要搜索，您可能需要创建一个脚本来生成搜索模式。
[h\-]+\s*[y\-\s]+[p\-\s]+[h\-\s]+[e\-\s]+[n\-\s]+[a\-\s]+[t\-\s]+[e\-\s]+d\b
我想你没有提到你在使用哪种语言，但是我用它测试了一下。网。
下面是一个简单的python脚本，它将生成搜索模式：
# patterngen.py
# Usage: python patterngen.py <word>
# Example: python patterngen.py hyphenated
word = sys.argv[1]
pattern = '[' + word[0] + r'\-]+\s*'
for i in range(1,len(word)-1):
pattern = pattern + r'[' + word[i]
pattern = pattern + r'\-\s]+'
pattern = pattern + word[-1] + r'\b'
print pattern
另一种方法是在bat的右边“滑动”连字符，如下所示：
hyphenated|h(-\s*\n\s*)yphenated|hy(-\s*\n\s*)phenated|hyp(-\s*\n\s*)henated|hyph(-\s*\n\s*)enated|hyphe(-\s*\n\s*)nated|hyphen(-\s*\n\s*)ated|hyphena(-\s*\n\s*)ted|hyphenat(-\s*\n\s*)ed|hyphenate(-\s*\n\s*)d
读起来更好，但我真的不知道这与您的原始模式在性能方面有什么不同。
另一个想法是首先通过以下方式缩小搜索范围：
h[hypenatd]{0,9}(-\s*\n*\s)?[hypenatd]{0,9}
然后在这个结果中进行匹配。
(h[hypenatd]{0,9})(?:-\s*\n*\s)?([hypenatd]{0,9})
然后，单词连字符的出现是所有匹配项，其中，伪密码：
(match.group1 + match.group2) == "hyphenated"
