Question

是的，这里有很多标签正则表达式可用，但是没有一个适合我的需求。实际上，没有人能够解决这个问题。

正则表达式应将以下标签视为有效：

#validhashtag
#valid_hashtag
 #validhashtag_with_space_before_or_after
#valid_hashtag_chars_öÖäÄüÜß

...无效，应该是：

ipsum#notvalid //Not valid: Connected to Word
http://google.com/#results //Not valid: Same as above
#not-valid
#not!valid

允许的字符应为： a-Z，0-9，öÖäÄüÜß，_

最大长度应为50个字符。

主要问题是主题标签“连接”到另一个文本部分的部分。我不知道如何解决这个问题。

这就是我试图做的

/([\p{Pc}\p{N}\p{L}\p{Mn}]{1,50})/u

那个很好用，但是不考虑“ word＃hashtag”-问题。

Answer 1

您可以使用以下两个之一：

/(?<!\S)#\w+(?!\S)/u
/(?<!\S)#[\w\p{M}\p{Pc}]+(?!\S)/u

请参见regex demo。如果要限制单词部分的长度，请保留{1,50}量词-/(?<!\S)#\w{1,50}(?!\S)/u。

还请注意：即使使用\w修饰符，u也与.NET，Java，Python re正则表达式中被视为“单词”的字符相同。您可能决定包括其他类来填补空白，并使用[\w\p{M}\p{Pc}]+而不是\w，其中\p{M}匹配任何变音符号，\p{Pc}匹配任何连接符标点符号。

详细信息

(?<!\S)-空格或字符串开头必须在
#-一个#符号
\w+-1个以上的字符字符（注意），如果您希望将其长度限制为1到50，则将+替换为{1,50}）（此外，请注意，u修饰符使PCRE引擎可以使用\w速记来匹配任何Unicode字母和数字）
[\w\p{M}\p{Pc}]-匹配1+个单词字符+所有变音符号（\p{M}）和所有连接符标点符号（\p{Pc}，在.NET正则表达式中被视为单词）
(?!\S)-紧随其后的空格或字符串结尾。

PHP demo：

$s = "#validhashtag
#valid_hashtag
 #validhashtag_with_space_before_or_after
#valid_hashtag_chars_öÖäÄüÜß
...and not valid shoulw be:

ipsum#notvalid //Not valid: Connected to Word
http://google.com/#results //Not valid: Same as above
#not-valid
#not!valid";
if (preg_match_all('~(?<!\S)#\w+(?!\S)~u', $s, $matches)) {
   print_r($matches[0]);
}

输出：

Array
(
    [0] => #validhashtag
    [1] => #valid_hashtag
    [2] => #validhashtag_with_space_before_or_after
    [3] => #valid_hashtag_chars_öÖäÄüÜß
)

Answer 2

我认为您的原始表达非常出色，我们可以使用以下方式对其进行修改：

^\s*#([\p{Pc}\p{N}\p{L}\p{Mn}]{1,50})$

Demo

测试

$re = '/^\s*#([\p{Pc}\p{N}\p{L}\p{Mn}]{1,50})$/um';
$str = '#validhashtag
#valid_hashtag
 #validhashtag_with_space_before_or_after
#valid_hashtag_chars_öÖäÄüÜß

ipsum#notvalid //Not valid: Connected to Word
http://google.com/#results //Not valid: Same as above
#not-valid
#not!valid';

preg_match_all($re, $str, $matches, PREG_SET_ORDER, 0);

// Print the entire match result
var_dump($matches);

输出

array(4) {
  [0]=>
  array(2) {
    [0]=>
    string(13) "#validhashtag"
    [1]=>
    string(12) "validhashtag"
  }
  [1]=>
  array(2) {
    [0]=>
    string(14) "#valid_hashtag"
    [1]=>
    string(13) "valid_hashtag"
  }
  [2]=>
  array(2) {
    [0]=>
    string(41) " #validhashtag_with_space_before_or_after"
    [1]=>
    string(39) "validhashtag_with_space_before_or_after"
  }
  [3]=>
  array(2) {
    [0]=>
    string(35) "#valid_hashtag_chars_öÖäÄüÜß"
    [1]=>
    string(34) "valid_hashtag_chars_öÖäÄüÜß"
  }
}

在文本中查找主题标签

2 个答案:

Demo

测试

输出