Question

我正在把我的头撞在桌子上，让我的同事们感到愉快。我目前有以下正则表达式

(^[\w](( \w+)|(\w*))*[\w]$)|(^\w$)

我想要它做的是匹配任何只包含字母数字字符的字符串，没有前导或尾随空格，并且单词之间的空格不超过一个。

在这种情况下，一个词被定义为一个或多个字母数字字符。

这符合我想要的大部分内容，但是从测试开始，它也认为第二个单词的长度必须是2个字符或更长。

试验：

ABC - Pass
Type 1 - Fail
Type A - Fail
Hello A - Fail
Hello Wo - Pass
H A B - Fail
H AB - Pass
AB H - Fail

我出错的任何想法？

Answer 1

你的正则表达式很接近。您的双字符问题的原因在于：

(^[\w](( \w+)|(\w*))*[\w]$)|(^\w$)
       right here ---^

匹配群组( \w+)后，即一个空格后跟一个或多个\w，其中第一个词之后的每个词都必须因空格而匹配，那么您将拥有另一个强制性\w - 这要求字符串中的最后一个单词有两个或更多字符。拿出那个，它应该没问题：

(^[\w](( \w+)|(\w*))*$)|(^\w$)

更简单的版本是：

^\w+( \w+)*$

Answer 2

将PCRE与POSIX Class

一起使用

首先，我们需要清理你的语料库，因为它们包含破折号。接下来，我们添加一两行肯定会失败，所以我们有一条悲伤的测试路径。这产生了以下语料库：

# /tmp/corpus
ABC
Type 1
Type A
Hello A
Hello Wo
H A B
H AB
AB H
ab $ cd

接下来，我们使用一个锚定的Perl兼容正则表达式和一个仅包含字母数字值的POSIX类。我们使用负前瞻来防止尾随空格，但允许单词之间有一个空格。

$ pcregrep '^([[:alnum:]]+(?!= $) ?)+$' /tmp/corpus
ABC
Type 1
Type A
Hello A
Hello Wo
H A B
H AB
AB H

正如预期的那样，这会产生您期望的8条有效行。成功了！

Answer 3

\ w会匹配_以及字母数字。因此，如果您不想匹配下划线，则必须使用[a-zA-Z \ d]。

以下表达式应涵盖您的需求：

^ [a-zA-Z \ d] +（？：[A-Za-z \ d] {2，}} * $

或者，如果不支持{min，max}重复，则可以使用以下内容。

^ [A-Za-z \ d] +（？：[A-Za-z \ d] [A-Za-z \ d] +）* $

我们需要{min，max}或双字符组，因为您需要从第二个字开始至少2个字符。

如果允许使用下划线，则以下表达式会更好：

^ \ w +（？：\ w {2，}）* $

或没有{min，max}：

^ \ w +（？：\ w \ w +）* $