如何编写正则表达式匹配分隔符数量不大于指定值的所有文本行

匹配分隔符数量≤4的正常行 #

正确写法：

^([^-]*-){0,4}[^-]*$

原理解释： #

• [^-]*匹配任意不含分隔符-的字符段，避免模糊匹配混入多余分隔符
• ([^-]*-){0,4}限定「非分隔符段+分隔符」的组合最多出现4次，也就是整行最多有4个分隔符
• 末尾的[^-]*匹配行尾最后一段不带分隔符的内容，正则从行头覆盖到行尾，无遗漏

之前写法失效原因： #

• ^(.*?-){,4}.*$中的末尾.*没有做非分隔符限制，前半部分匹配4个分隔符后，后半部分仍可以匹配到带多余分隔符的内容，导致把超标行也判定为符合要求
• ^(.*?-){4}[^-]+$强制要求「任意字符+分隔符」的组合必须出现4次，只能匹配恰好4个分隔符的行，少于4个的行无法命中

直接匹配损坏行（分隔符≥5个，适合你筛选导出的需求） #

大文件处理时直接用这个正则筛选损坏行效率更高：

^([^-]*-){5,}.*$

直接命中「非分隔符段+分隔符」组合出现5次及以上的行，也就是分隔符超标的损坏行，你的示例里的错误条目会被精准匹配。

如果需要适配其他分隔符，把正则中的-替换为对应的分隔符即可。

内容的提问来源于stack exchange，提问作者Zano