Question

我正在尝试编写一些正则表达式，它将匹配包含4个或更多字母的字符串，这些字母不一定按顺序排列。

输入字符串可以混合使用大写和小写字母，数字，非字母字符等，但我只希望它通过正则表达式测试，如果它包含至少4个大写或小写字母。

我希望成为有效输入的示例如下所示：

a124Gh0st

我目前正在编写这段正则表达式：

    (?(?=[a-zA-Z])([a-zA-Z])| )

成功返回5个匹配项，但只要输入字符串中包含大于1个字母，它就会一直传递。如果我将{4，}添加到它的末尾然后它可以工作，但仅限于连续有4个字母的情况。

我使用以下网站测试我一直在做的事情：regex101

对此的任何帮助将不胜感激。

Answer 1

您可以使用

(?s)^([^a-zA-Z]*[A-Za-z]){4}.*

或

^([^a-zA-Z]*[A-Za-z]){4}[\s\S]*

请参阅regex demo。

详细：

^ - 字符串开头
([^a-zA-Z]*[A-Za-z]){4} - 正好有4个序列：
- [^a-zA-Z]* - 除ASCII字母以外的0 +字符
- [A-Za-z] - ASCII字母
[\S\s]* - 任何0+字符（如果启用了DOTALL修饰符，则与.*相同）。

Answer 2

为什么不匹配每个字母之间的零个或多个字符？例如，

(?:[A-Za-z].*){4}

你会认出[A-Za-z]。 .匹配任何字符，因此.*是任何字符的任意数字（包括零）的运行。一组字母后跟任意数量的任何字符重复四次，因此当且仅当字符串中至少出现四个字母时，此模式才匹配。（请注意，模式第四次重复的尾随.*大部分是无关紧要的，因为它可以匹配零个字符。）

如果您使用的是支持不情愿量词的正则表达式语言，那么使用它们将使这种模式更加高效。例如，在Java或Perl中，人们可能更喜欢使用

    (?:[A-Za-z].*?){4}

.*?仍然匹配任何数字的任何字符，但匹配算法将匹配每个此类运行的尽可能少的字符。这将减少它需要执行的回溯量。对于这种特殊模式，它会将所需的回溯减少到零。

如果你的正则表达方言中没有不情愿的量词，那么你可以更加冗长地达到同样的效果：

(?:[A-Za-z][^A-Za-z]*?){4}

在那里，只有非字母匹配字母之间的运行。

即使这样，该模式也使用了所有正则表达式中不存在的一些正则表达式功能 - 非捕获组，枚举量词 - 但这些都存在于您的原始正则表达式中。对于最大兼容的表单，您可以编写

[A-Za-z][^A-Za-z]*[A-Za-z][^A-Za-z]*[A-Za-z][^A-Za-z]*[A-Za-z]