Question

是的，另一个正则表达式问题。不客气;-P

这是我第一次在C＃中编写自己的正则表达式进行简单的字符串验证。我想我已经开始工作，但作为一个学习练习，我想知道它是否可以改进以及我是否犯过任何错误。

字符串看起来都像这样：

T20160307.0001

规则：

以字母T开头。
日期格式为YYYYMMDD。
一个句号。
最后4个字符始终为数字。应该有4个。

这是我的正则表达式（fiddle）：

^（？I）[T] 20 [0-9] {2} [0-1] [0-9] [0-3] [0-9]。\ d {4} $

^断言字符串的开头。
(?i)[T]检查我们是否有字母T，不区分大小写。
20 YYYY从20开始（我将在2100年前去世，所以我不在乎任何事情:-P）
[0-9]{2} YYYY第二部分的0到99之间的任何数字。
[0-1][0-9] 0或1表示月初，0-9表示月份的第二部分。
[0-3][0-9] 0-3为第一天的部分，0-9为第二部分。
.完全停止。
\d{4} 4个数字字符。
$断言字符串结尾。

我已经看到的一个陷阱是日期验证。 2016 - 1935年（第19个月的第35天）被视为有效。我已阅读some / other / posts关于实现这一点，我认为这与数字范围匹配，但我无法理解格式。

我会接受一个简单解决日期问题的答案，如果有人会对ELI5如何运作有所帮助，但其他改进将是一个值得欢迎的奖励。

编辑为了避免进一步混淆，我应该声明我知道DateTime.TryParse等。如上所述，我正在利用这个作为学习正则表达式的机会，并认为这是一个很好的起点。对于任何浪费时间的人都很抱歉，我应该在原帖中说清楚。

Answer 1

你可以做的事情是：

避免匹配所有unicode数字的\d字符类（因为您只需要ascii数字）
代替[0-1]，您可以撰写[01]
转义点以计算文字点（而不是任何字符）
如果它是唯一的字符

T

最终您可以删除内联修饰符并使用[Tt]代替T

^(?i)T20[0-9]{2}[01][0-9][0-3][0-9]\.[0-9]{4}$

或

^[Tt]20[0-9]{2}[01][0-9][0-3][0-9]\.[0-9]{4}$

其他的事情：你真的需要添加额外的日期检查，因为你无法真正测试日期格式是否正确？（想一想闰年）为什么不呢：

^(?i)T(20[0-9]{6})\.[0-9]{4}$

如果您想知道日期是否真的存在，请捕获它并使用DateTime.TryParse方法对其进行测试。

Answer 2

为什么使用正则表达式只需使用DateTime.TryParseExact方法。我会这样实现它，并对其他字符进行额外检查：

bool IsCorrectFormat(string input)
{
    //14 is a magic number for the length of the expected format
    if (input.Length == 14 && input.StartsWith("T", StringComparison.OrdinalIgnoreCase))
    {
        DateTime dt;
        if (DateTime.TryParseExact(input.Substring(1), "yyyyMMdd.ffff", CultureInfo.InvariantCulture, DateTimeStyles.None, out dt))
        {
            return true;
        }
    }

    return false;
}

我不知道格式是否正确但你总是可以从1到6子串获得yyyyMMdd然后检查最后5个字符的小数点和数字。

编辑：如果必须使用正则表达式

我过去曾使用过这个正则表达式。请注意，它不会检查闰年

@"^(((0[1-9]{1}|[1-2][0-9]{1}|3[01]{1})(0[13578]{1}|1[12]{1}))" //For a 31 day month
+ @"|"
+ @"((0[1-9]{1}|[1-2][0-9]{1}|30)(0[469]{1}|11))" //For a 30 day month
+ @"|"
+ @"((0[1-9]{1}|1[0-9]{1}|2[0-8]{1})(02)))" //For a 28 day month(feb)
+ @"([0-9]{4})$"; //For the year

Answer 3

如上所述，我将此作为学习正则表达式的机会，并认为这是一个很好的起点。

使用正则表达式验证日期肯定不是一件容易的事情，特别是考虑到闰年所涉及的复杂规则。但这是有可能的。

如果以YYYYMMdd格式输入有效日期，则以下表达式将匹配：

(?=\p{IsBasicLatin}{8}) # ensures \d matches only 0-9
(?!0000)\d{4} # year any 4-digit year, except 00
(?:0[1-9]\d|1[012]) # month 01-12
(?: 
   # day logic for leap years
   (?:
      (!00)[012]\d # Days 01-29 (we exclude 2/29 later)
      | (?<!02)30  # Day 30 valid for all months except Feb
      | (?<=0[13578]|1[02])31 # Day 31 valid for some months
   )
   # Non-Leap-year logic.  Do not allow 2/29 if the provided year
   # is not a leap year.
   (?<!
     (?:
        [13579] # years ending with odd number are not leap years
        | [02468][26]|[13579][048] # years not divisible by 4
                                     # are not leap years (02, 06, 10, ...)
        | (?:[02468][\d-[048]]|[13579][\d-[26]])00 # years divisible by
                                                 # 100 are not leap years,
                                                 # unless divisible by 400

     )0229)
)

与RegexOptions.IgnorePatternWhitespace汇编。您可以使用^T~\.\d{4}$匹配示例中的完整字符串，将~替换为上述表达式。

我的正则表达式可以改进吗？

3 个答案: