s/(.{50,80})(\s+)/$1\n/g
Longer answer.
I generated text containing random Cyrillic characters (simulating words of random length).
I then split it into smaller, more easily readable, parts.
Here's the test code:
#!/usr/bin/env perl -l
use strict;
use warnings;
use open OUT => qw{:encoding(utf8) :std};
# From: http://www.unicode.org/charts/PDF/U0400.pdf
# Cyrillic: 0400 - 04FF
# Basic Russian alphabet: 0410 - 044F
my @sample_chars = map { chr } hex '0410' .. hex '044F';
print 'Total characters for random selection: ', 0+@sample_chars;
my $string;
for (0 .. 50) {
for (1 .. 5 + rand 5) {
$string .= $sample_chars[rand @sample_chars];
}
$string .= ' ';
}
print 'One line:';
print $string;
(my $multiline_string = $string) =~ s/(.{50,80})(\s+)/$1\n/g;
print 'Many lines:';
printf '%10s', $_ for 1 .. 8; print '';
print '1234567890' x 8;
print $multiline_string
Here's the output from a sample run:
Total characters for random selection: 64
One line:
дэНштц ЗжывдЖеб АэиТорЫиФ хоИыбЫйси СбГВЧмп шзхендюх жэШЗмВ фЕЙяЛСрЛж виуПхьф жзиНж НщВЬУьы ЪЩОЬБсыон сфИоуМэы ТЬХуйххЯШ дъЬуйъ ЦОзкИ ЧЫйЯф НпГзэц ЭмЭЭВХННС иЧАктЭУЩ сктТфэ ъсязцл ЬОбФцю ХМуик ПбюНшсюЪю ЪнЯцмИТ сШЪьхесвт ейячж тРцеъвР эЙдщчфПИЫ шгдЫщйР йЙДЫлрЮс еХъкДьНюС АТажшкеЙ ПхюЩдйИОх хкваЭ еЙЫЮнФ яСеяеВСШ йюЬижНЧРв СвыЭШАн ЮтвсъХЦа ъРЭШЖВню чЩыоСЕц УУЪуЦЭ эЬЮШвХЧЗ щсущйМ ЩгБхщЛргА фыЯОНдм КзЕХВА фБсиыШ пжАьР
Many lines:
1 2 3 4 5 6 7 8
12345678901234567890123456789012345678901234567890123456789012345678901234567890
дэНштц ЗжывдЖеб АэиТорЫиФ хоИыбЫйси СбГВЧмп шзхендюх жэШЗмВ фЕЙяЛСрЛж виуПхьф
жзиНж НщВЬУьы ЪЩОЬБсыон сфИоуМэы ТЬХуйххЯШ дъЬуйъ ЦОзкИ ЧЫйЯф НпГзэц ЭмЭЭВХННС
иЧАктЭУЩ сктТфэ ъсязцл ЬОбФцю ХМуик ПбюНшсюЪю ЪнЯцмИТ сШЪьхесвт ейячж тРцеъвР
эЙдщчфПИЫ шгдЫщйР йЙДЫлрЮс еХъкДьНюС АТажшкеЙ ПхюЩдйИОх хкваЭ еЙЫЮнФ яСеяеВСШ
йюЬижНЧРв СвыЭШАн ЮтвсъХЦа ъРЭШЖВню чЩыоСЕц УУЪуЦЭ эЬЮШвХЧЗ щсущйМ ЩгБхщЛргА
фыЯОНдм КзЕХВА фБсиыШ пжАьР
I ran this several times with similar results.
Lines only wrapped when they otherwise would have exceeded 80 characters (not 80 bytes).
The 50 in {50,80} was somewhat arbitrary:
vaguely based on the longest, non-technical word in English having 29 characters.
I don't speak, read or write Russian: you can probably come up with a better number.
As you can see from the code, the only statement I needed to handle Unicode was for the output:
use open OUT => qw{:encoding(utf8) :std};
The problem on your command line examples is that you're not specifying the encoding to Perl:
it just does its best and deals with the bytes you're feeding it.
If you indicate the encoding, the '\b' assertion works fine and '.' matches characters:
$ echo "дэНштц ЗжывдЖеб АэиТорЫиФ хоИыбЫйси СбГВЧмп шзхендюх жэШЗмВ фЕЙяЛСрЛж виуПхьф" | perl -C -pe 's/(.{1,20})\b/$1\n/g'
дэНштц ЗжывдЖеб
АэиТорЫиФ хоИыбЫйси
СбГВЧмп шзхендюх
жэШЗмВ фЕЙяЛСрЛж
виуПхьф
|