Question

如何编写一个正则表达式，可以发现字符串中逗号的错误用法，即：1。非数字，前面没有空格，后面有1个空格; 2.对于数字，如果前面有1-3位数字，后跟3位数字，则允许使用逗号。

一些测试用例：

你好，世界
你好，世界=＆gt;不正确
你好，世界=＆gt;不正确
1,234个世界
1,23个世界=＆gt;不正确
1,2345 worlds =＆gt;不正确
你好，123个世界=＆gt;不正确
你好，1234,567个世界=＆gt;不正确
你好，12,34,567个世界=＆gt;不正确
（新测试案例） hello 1,2和3 worlds
（新测试案例）你好$ 1,234世界
（新测试案例）您好$ 1,2345 worlds =＆gt;不正确
（新测试用例） hello“1,234”worlds
（新测试用例） hello“1,23”worlds =＆gt;不正确

所以我认为我有一个正则表达式来通过(?![\S\D],[\S\D])捕获语法错误的单词（捕获非空格/数字后面跟着非空格/数字的逗号），并加入使用另一个正则表达式来捕获语法错误的数字，通过(?!(.?^(?:\d+|\d{1,3}(?:,\d{3}))(?:.\d+)。把它放在一起让我

preg_match_all("/(?![\S\D],[\S\D])|(?!(.*?^(?:\d+|\d{1,3}(?:,\d{3})*)(?:\.\d+)?$))/",$str,$syntax_result);

..但显然它不起作用。应该怎么做？

===== EDIT =====

感谢Casimir et Hippolyte的回答，我得到了它的工作！我已经更新了他的答案，以处理更多的角落案件。 Idk如果我添加的语法是最有效的，但它现在可以工作。我会更新这个更多的角落案例！

$pattern = <<<'LOD'
~
(?: # this group contains allowed commas
    [\w\)]+,((?=[ ][\w\s\(\"]+)|(?=[\s]+))  # comma between words or line break
  |
    (?<=^|[^\PP,]|[£$\s]) [0-9]{1,3}(?:,[0-9]{3})* (?=[€\s]|[^\PP,]|$) # thousands separator
) (*SKIP) (*FAIL) # make the pattern fail and forbid backtracking
| , # other commas
~mx
LOD;

Answer 1

它不防水，但这可以让您了解如何继续：

$pattern = <<<'LOD'
~
(?: # this group contains allowed commas
    \w+,(?=[ ]\w+)  # comma between words
  |
    (?<=^|[^\PP,]|[£$\s]) [0-9]{1,3}(?:,[0-9]{3})* (?=[€\s]|[^\PP,]|$) # thousands separator
) (*SKIP) (*FAIL) # make the pattern fail and forbid backtracking
| , # other commas
~mx
LOD;

preg_match_all($pattern, $text, $matches, PREG_OFFSET_CAPTURE);

print_r($matches[0]);

我们的想法是从匹配结果中排除允许的逗号以仅获取不正确的逗号。第一个非捕获组包含一种正确情况的黑名单。（您可以轻松添加其他案例）。

[^\PP,]表示“除,之外的所有标点符号”，但您可以使用更明确的允许字符列表替换此字符类，例如：[("']

您可以找到有关(*SKIP)和(*FAIL) here和here的更多信息。

使用正则表达式检查逗号的用法

1 个答案: