Question

我希望使用\w正则表达式来允许字母数字，但我不希望下划线_成为其中的一部分。由于_中包含\w。所以我这样编码但不起作用，我的错误是什么？

(/^roger\w{2,3}[0-9a-z]/i)

我期待排除A-Z或1-2以外的任何角色

前 - roger3_2 or roger46_ or roger2_

但

roger54或roger4a或roger455或rogerAAA

没关系

Answer 1

您可以尝试以下方式：

[^_\W]+

Answer 2

数字代码点为\pN或\p{Number}。
数字代码点为\d，\p{digit}，\p{Nd}，\p{Decimal_Number}或\p{Numeric_Type=Decimal}。
字母代码点为\p{alpha}或\p{Alphabetic}。它包含所有\p{Digit}，\p{Letter}和\p{Letter_Number}代码点，以及某些\p{Mark}和\p{Symbol}代码点。
编程字代码点为\w或[\p{Alphabetic}\p{Digit}\p{Mark}\p{Connector_Punctuation}]。

最严格定义的字母数字代码点因此必然[\p{Alphabetic}\p{Number}]，通常缩写为[\p{alpha}\pN]。

Answer 3

假设标识符必须以字母字符开头，然后可能包含任意数量的字母或数字，我会这样做：

my $string = 'roger54a';
print "Match\n" if $string =~ m/\A\p{alpha}[\p{alpha}\p{Number}]*\z/;

它固定在字符串的开头和结尾，排除任何与单个alpha的特定集合不匹配的字符，后跟任意数量的字母和数字。

更新：我看到tchrist刚刚对Unicode属性做了很好的解释。这个答案提供了完整正则表达式的上下文。

如果你想要领先的阿尔法＆＃39;要是两位或三位数后跟字母数字，只需添加适当的量词：

$string =~ m/\A\p{alpha}{2,3}[\p{alpha}\p{Number}]*\z/

更新2：我在这里给出一个答案的评论中看到了一个更强烈的定义。在看到你的澄清之后，我就采取了这个措施：

m/\Aroger[\p{alpha}\p{Number}]{2,3}\z/

Answer 4

您提出的解决方案：

(/^roger\w{2,3}[0-9a-z]/i)

意思是：

\w{2,3} - 2或3个字母数字，包括_

[0-9a-z]（使用/ i） - 一个字母数字字符，不包括_

我在开始时没有看到任何可接受的3个字母数字。那属于吗？

“roger54”和“roger4a”都应该失败，因为上面的正则表达式要求“roger”后面至少有三个字符。同样，“roger_ a”会成功，因为“_ ”会传递\ w {2,3}（特别是\ w {3}）。

您的请求听起来像是您想要更多其中一个：

/^roger[0-9a-z]+/i
/^roger[0-9a-z]*/i

即“roger”（不区分大小写）后跟一个或多个（+）或零个或多个（*）字母和/或数字。

Answer 5

我也试图找到解决方案，这个解决方案在尝试进行正则表达式替换时在C＃中不起作用。如果其他人正在搜索：

这是我在C＃中使用的：

cleaned_string = Regex.Replace(input_string, @"[_]+|[^\w]+]", "");

如果你想保留空格：

cleaned_string = Regex.Replace(input_string, @"[_]+|[^\w\s]+", "");