Question

我正在使用正则表达式在文本块中搜索UUID。目前，我依赖的假设是所有UUID都将遵循8-4-4-4-12十六进制数字的模式。

任何人都可以想到这个假设无效且会导致我错过一些UUID的用例吗？

Answer 1

uuid的正则表达式是：

\b[0-9a-f]{8}\b-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{4}-\b[0-9a-f]{12}\b

Answer 2

@ivelin：UUID可以有大写字母。因此，您需要使用toLowerCase（）字符串或使用：

[a-fA-F0-9]{8}-[a-fA-F0-9]{4}-[a-fA-F0-9]{4}-[a-fA-F0-9]{4}-[a-fA-F0-9]{12}

本来只是评论了这个，但没有足够的代表：）

Answer 3

版本4 UUID的格式为xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx，其中x是任何十六进制数字，y是8,9，A或B之一。 f47ac10b-58cc-4372-a567-0e02b2c3d479。

来源：http://en.wikipedia.org/wiki/Uuid#Definition

因此，这在技术上更正确：

/[a-f0-9]{8}-[a-f0-9]{4}-4[a-f0-9]{3}-[89aAbB][a-f0-9]{3}-[a-f0-9]{12}/

Answer 4

如果您想检查或验证特定的UUID版本，以下是相应的正则表达式。

请注意唯一的区别是版本号，UUID 4122 RFC的4.1.3. Version一章对此进行了解释。

版本号是第三组的第一个字符：[VERSION_NUMBER][0-9A-F]{3}：

UUID v1：

/^[0-9A-F]{8}-[0-9A-F]{4}-[1][0-9A-F]{3}-[89AB][0-9A-F]{3}-[0-9A-F]{12}$/i

UUID v2：

/^[0-9A-F]{8}-[0-9A-F]{4}-[2][0-9A-F]{3}-[89AB][0-9A-F]{3}-[0-9A-F]{12}$/i

UUID v3：

/^[0-9A-F]{8}-[0-9A-F]{4}-[3][0-9A-F]{3}-[89AB][0-9A-F]{3}-[0-9A-F]{12}$/i

UUID v4：

/^[0-9A-F]{8}-[0-9A-F]{4}-[4][0-9A-F]{3}-[89AB][0-9A-F]{3}-[0-9A-F]{12}$/i

UUID v5：

/^[0-9A-F]{8}-[0-9A-F]{4}-[5][0-9A-F]{3}-[89AB][0-9A-F]{3}-[0-9A-F]{12}$/i

Answer 5

我同意根据定义你的正则表达式不会遗漏任何UUID。但是，请注意，如果您特别针对Microsoft的全局唯一标识符（GUID）进行搜索，则GUID有五个等效的字符串表示形式：

"ca761232ed4211cebacd00aa0057b223" 

"CA761232-ED42-11CE-BACD-00AA0057B223" 

"{CA761232-ED42-11CE-BACD-00AA0057B223}" 

"(CA761232-ED42-11CE-BACD-00AA0057B223)" 

"{0xCA761232, 0xED42, 0x11CE, {0xBA, 0xCD, 0x00, 0xAA, 0x00, 0x57, 0xB2, 0x23}}"

Answer 6

/^[0-9a-f]{8}-[0-9a-f]{4}-[1-5][0-9a-f]{3}-[89AB][0-9a-f]{3}-[0-9a-f]{12}$/i

Gajus＆＃39; regexp拒绝UUID V1-3和5，即使它们有效。

Answer 7

在大多数情况下，

[\w]{8}(-[\w]{4}){3}-[\w]{12}对我有用。

或者，如果你想真正具体[\w]{8}-[\w]{4}-[\w]{4}-[\w]{4}-[\w]{12}。

Answer 8

在python中，你可以从数字到大写的alpha。所以..

import re
test = "01234ABCDEFGHIJKabcdefghijk01234abcdefghijkABCDEFGHIJK"
re.compile(r'[0-f]+').findall(test) # Bad: matches all uppercase alpha chars
## ['01234ABCDEFGHIJKabcdef', '01234abcdef', 'ABCDEFGHIJK']
re.compile(r'[0-F]+').findall(test) # Partial: does not match lowercase hex chars
## ['01234ABCDEF', '01234', 'ABCDEF']
re.compile(r'[0-F]+', re.I).findall(test) # Good
## ['01234ABCDEF', 'abcdef', '01234abcdef', 'ABCDEF']
re.compile(r'[0-f]+', re.I).findall(test) # Good
## ['01234ABCDEF', 'abcdef', '01234abcdef', 'ABCDEF']
re.compile(r'[0-Fa-f]+').findall(test) # Good (with uppercase-only magic)
## ['01234ABCDEF', 'abcdef', '01234abcdef', 'ABCDEF']
re.compile(r'[0-9a-fA-F]+').findall(test) # Good (with no magic)
## ['01234ABCDEF', 'abcdef', '01234abcdef', 'ABCDEF']

这是最简单的Python UUID正则表达式：

re_uuid = re.compile("[0-F]{8}-([0-F]{4}-){3}[0-F]{12}", re.I)

我会把它作为练习留给读者使用timeit来比较这些的表现。

享受。保持Pythonic™！

注意：这些范围也会与:;<=>?@'匹配，因此，如果您怀疑可能会误报，请不要使用快捷方式。（感谢Oliver Aubert在评论中指出这一点。）

Answer 9

根据定义，UUID是32个十六进制数字，用连字符分隔5组，正如您所描述的那样。你不应该错过正则表达式。

http://en.wikipedia.org/wiki/Uuid#Definition

Answer 10

所以，我认为Richard Bronosky实际上拥有迄今为止最好的答案，但我认为你可以做一些让它更简单（或者至少更简洁）：

re_uuid = re.compile(r'[0-9a-f]{8}(?:-[0-9a-f]{4}){3}-[0-9a-f]{12}', re.I)

Answer 11

C ++的变体：

#include <regex>  // Required include

...

// Source string    
std::wstring srcStr = L"String with GIUD: {4d36e96e-e325-11ce-bfc1-08002be10318} any text";

// Regex and match
std::wsmatch match;
std::wregex rx(L"(\\{[A-F0-9]{8}-[A-F0-9]{4}-[A-F0-9]{4}-[A-F0-9]{4}-[A-F0-9]{12}\\})", std::regex_constants::icase);

// Search
std::regex_search(srcStr, match, rx);

// Result
std::wstring strGUID       = match[1];

Answer 12

对于在OS X上使用uuidgen生成的UUID，正则表达式模式为

[A-F0-9]{8}-[A-F0-9]{4}-4[A-F0-9]{3}-[89AB][A-F0-9]{3}-[A-F0-9]{12}

验证

uuidgen | grep -E "[A-F0-9]{8}-[A-F0-9]{4}-4[A-F0-9]{3}-[89AB][A-F0-9]{3}-[A-F0-9]{12}"

Answer 13

$UUID_RE = join '-', map { "[0-9a-f]{$_}" } 8, 4, 4, 4, 12;

BTW，只允许其中一个位置上的4个仅对UUIDv4有效。但是v4并不是唯一存在的UUID版本。我也在练习中遇到了v1。

Answer 14

如果使用Posix正则表达式（grep -E，MySQL等），则可能更容易阅读和记住：

[[:xdigit:]]{8}(-[[:xdigit:]]{4}){3}-[[:xdigit:]]{12}

编辑： Perl和PCRE样式还支持Posix字符类，因此可以与它们一起使用。对于这些，将(…)更改为非捕获子组(?:…)。

Answer 15

以下是有效的正则表达式：https://www.regextester.com/99148

const regex = [0-9a-fA-F]{8}\-[0-9a-fA-F]{4}\-[0-9a-fA-F]{4}\-[0-9a-fA-F]{4}\-[0-9a-fA-F]{12}

Answer 16

对于bash：

grep -E "[a-f0-9]{8}-[a-f0-9]{4}-4[a-f0-9]{3}-[89aAbB][a-f0-9]{3}-[a-f0-9]{12}"

例如：

$> echo "f2575e6a-9bce-49e7-ae7c-bff6b555bda4" | grep -E "[a-f0-9]{8}-[a-f0-9]{4}-4[a-f0-9]{3}-[89aAbB][a-f0-9]{3}-[a-f0-9]{12}"
f2575e6a-9bce-49e7-ae7c-bff6b555bda4

Answer 17

希望提供我的贡献，因为我的正则表达式涵盖了OP中的所有情况，并在group方法上正确地将所有相关数据分组（您无需对字符串进行后期处理即可获取uuid的每个部分，因此该正则表达式已获得给你的东西

([\d\w]{8})-?([\d\w]{4})-?([\d\w]{4})-?([\d\w]{4})-?([\d\w]{12})|[{0x]*([\d\w]{8})[0x, ]{4}([\d\w]{4})[0x, ]{4}([\d\w]{4})[0x, {]{5}([\d\w]{2})[0x, ]{4}([\d\w]{2})[0x, ]{4}([\d\w]{2})[0x, ]{4}([\d\w]{2})[0x, ]{4}([\d\w]{2})[0x, ]{4}([\d\w]{2})[0x, ]{4}([\d\w]{2})[0x, ]{4}([\d\w]{2})

使用正则表达式在文本中搜索UUID

17 个答案: