正则表达式匹配字母数字，除了特定的子字符串

Posted 2023-04-13

【中文标题】正则表达式匹配字母数字，除了特定的子字符串

【英文标题】：Regex to match alphanumeric except specific substring

【发布时间】：2021-08-04 12:28:57

【问题描述】：

编辑： 强制性条件： 正则表达式必须插入以下语句：

Regex regex = new Regex("<REGEX_STRING>");
val= regex.Matches(val).Cast<Match>().Aggregate("", (s, e) => s + e.Value, s => s);

我发现我不能使用Regex.Replace() 方法，正如下面的答案中所建议的那样。

我正在寻找一个必须满足两个条件的 RegEx：

只接受 a-z、A-Z、0-9、\s（一个或多个），忽略 _（这就是为什么 \w 不是一个选项）

[!] 排除字符串内任意位置的任何sq“子字符串”

*sq - 实际上是这个 4 字符的字符串，不是 ASCII 符号的任何快捷方式！

---

到目前为止我所拥有的是：

\b(?!sq)[a-zA-Z0-9 ]*

但是当_ 出现时，这个正则表达式会删除所有内容+ 它也排除了整个[sq]。 例如，对于给定的字符串：

test[sq]uirrelsq_things 我应该得到testsquirrelthings 而我得到的是：testuirrel

---

小input | expected output下表：

Input string	Expected output
Na#me	Name
M2a_ny	M2any
Varisqo@us	Various
test [sq]uirrel h23ere!	test squirrel h23ere

非常感谢任何帮助，这是我遇到过的最复杂的 RegEx ????

【问题讨论】：

一对可以在另一个里面吗？

也许删除它们？ Regex.Replace(text, @"sq|[^a-zA-Z\s]", "")?

你的要求是矛盾的：你说“accept only az, AZ, 0-9, \s (one or more)”然后举个例子M2a_ny - > Many 2 被删除。

@Backs 是的，inputString 可能会以 testsq 之类的形式出现，但它也应该被完全拒绝。所以结果将是 -> 测试。我不知道这是否回答了你的问题

@JohnathanBarclay 我的错！将立即修复它。它应该是 M2any。与 h23ere 相同

【参考方案1】：

问题在于，在 .NET 正则表达式中，除了 多字符序列之外，无法匹配任何文本。

你将不得不使用一个糟糕的解决方法，比如

((?:(?!sq)[A-Za-z0-9\s])+)|sq

您将需要获取第 1 组的值。请参阅.NET regex demo。这是C# demo：

var texts = new List<string>  "Na#me","M2a_ny","Varisqo@us","test [sq]uirrel h23ere!" ;
var pattern = @"((?:(?!sq)[A-Za-z0-9\s])+)|sq";
    foreach (var text in texts) 
    var result = Regex.Matches(text, pattern).Cast<Match>()
            .Aggregate("", (s, e) => s + e.Groups[1].Value, s => s);
    Console.WriteLine(result);

// => Name, M2any, Various, test squirrel h23ere

更好的基于Regex.Replace 的解决方案 您可以使用

删除sq 和所有非字母和非空白字符

Regex.Replace(text, @"sq|[^a-zA-Z0-9\s]", "")
Regex.Replace(text, @"sq|[^\pL\pN\s]", "")

\pL / \pN 版本可用于支持任何 Unicode 字母/数字。

见.NET regex demo：

【讨论】：

情况发生了一点变化：这个解决方案有效，但我不能使用它。我将不得不在代码中使用相同的方法： val = regex.Matches(val).Cast().Aggregate("", (s, e) => s + e.Value, s => s) ;

@KamilTurowski 好吧，问题是在 .NET 正则表达式中不可能匹配除 多字符序列之外的任何文本。您将不得不使用像Regex.Matches(text, @"((?:(?!sq)[A-Za-z0-9\s])+)|sq").Cast<Match>().Aggregate("", (s, e) => s + e.Groups[1].Value, s => s) 这样的糟糕解决方法。

您无法使用e.Value，抱歉。