Question

是否有一种简单的方法可以匹配某个类中的所有字符，除了它们中的某一组？例如，如果在我可以使用\ w来匹配所有unicode单词字符集的语言中，有没有办法从该匹配中排除像下划线“_”这样的字符？

只有想到的想法是在每个角色周围使用负向前瞻/后面但是当我有效地想要将角色与正匹配和负匹配匹配时，这似乎比必要更复杂。例如，如果＆amp;是一个AND运算符，我可以这样做......

^(\w&[^_])+$

Answer 1

这实际上取决于你的正则表达方式。

.NET

...只提供一个简单的字符类集操作：subtraction。这足以满足您的示例，因此您只需使用

即可

[\w-[_]]

如果-之后是嵌套的字符类，则将其减去。很简单...

爪哇

...提供了更丰富的character class set operations。特别是你可以获得两个集合的交集，例如[[abc]&&[cde]]（在这种情况下会给出c）。交叉和否定一起给你减法：

[\w&&[^_]]

的Perl

...支持extended character classes上的设置操作作为实验性功能（自Perl 5.18起可用）。特别是，您可以直接减去任意字符类：

(?[ \w - [_] ])

所有其他口味

...（支持前瞻）允许您使用否定前瞻模仿减法：

(?!_)\w

首先检查下一个字符是否不是_，然后匹配任何\w（由于否定前瞻而不能_。）

请注意，这些方法中的每一种都是完全一般的，因为您可以减去两个任意复杂的字符类。

Answer 2

您可以使用\w类的否定（ - ＆gt; \W）并排除它：

^([^\W_]+)$

Answer 3

在我理解你的问题的情况下，一个消极的先行是正确的方式：

^((?!_)\w)+$

Answer 4

尝试使用减法：

[\w&&[^_]]+

注意：这可以在Java中使用，但在其他一些Regex引擎中可能不行。

Answer 5

这可以使用regex module在 python 中完成。类似的东西：

import regex as re
pattern = re.compile(r'[\W_--[ ]]+')
cleanString = pattern.sub('', rawString)

您通常使用pip安装正则表达式模块：

pip install regex

修改：

正则表达式模块有两个行为，版本0和版本1.设置减法（如上所述）是版本1行为。 pypi docs声明版本1是默认行为，但您可能会发现情况并非如此。您可以查看

import regex if regex.DEFAULT_VERSION == regex.VERSION1: print("version 1")

将其设置为版本1：

regex.DEFAULT_VERSION = regex.VERSION1

或在单个表达式中使用第一版：

pattern = re.compile(r'(?V1)[\W_--[ ]]+')

从字符类中排除字符

5 个答案:

.NET

爪哇

的Perl

所有其他口味