.NET中具有重复字符和长度的正则表达式

Posted 2023-04-13

【中文标题】.NET中具有重复字符和长度的正则表达式

【英文标题】：Regex with repeated characters and length in .NET

【发布时间】：2018-10-12 02:01:51

【问题描述】：

我有一个正则表达式，我需要匹配捕获中的字母部分。字母长度可以是 1-3 个字符，并且必须是相同的字母。没有 ABC，但 A、AA 或 AAA 有效，后跟一个数字。我目前只能匹配 A1，不能匹配 AA1。我将 .NET 用于正则表达式。

^(?<pool>([A-Z])\10,2)(?<number>(100)|[1-9]\d?)$

A1
AA2
AAA3
B5
CC7

【问题讨论】：

您能添加您正在使用的编程语言吗？

喜欢This?

我希望我参加派对还不算太晚。 :) – wp78de 1 小时前

【参考方案1】：

以下正则表达式对您有用吗？

\b(([A-Z])\20,2(?:100|[1-9]\d?))\b

DEMO

它接受：A1 AA2 AAA3 B5 CC7，但不匹配 AAAA4 或 ABC123

如果您想对它们使用命名捕获组和反向引用，那么您可以将您的正则表达式更改为：

^(?<pool>([A-Z]))\k<pool>0,2(?<number>(100|[1-9]\d?))$

DEMO

让我知道它是否适合你，也看看：

https://www.regular-expressions.info/named.html

最后但同样重要的是，如果您希望命名的捕获组 <pool> 匹配并捕获 A、AA 或 AAA，您可以使用：

^(?<pool>([A-Z])\20,2)(?<number>(100|[1-9]\d?))$

DEMO

只有命名的捕获组：

^(?<pool>(?<letter>[A-Z])\k<letter>0,2)(?<number>(100|[1-9]\d?))$

DEMO

【讨论】：

AA 不匹配 ，只是 A

@MikeFlynn：让我为你解决这个问题

@MikeFlynn：最新的正则表达式呢？

@Allan 很好。然而，第三种模式需要\1 作为反向引用。看我的回答。

此答案适用于在线测试仪，但由于某种原因不适用于 .NET。有什么线索吗？

【参考方案2】：

对艾伦的简洁答案的一个小补充和更正：

第 3 个模式在 .NET 的正则表达式引擎中没有正确匹配，因为反向引用 \2 的编号必须与所示 PCRE 模式中的编号不同（使用 regex101）。

应该是\1，而不是\2：

^(?<pool>([A-Z])\10,2)(?<number>(100|[1-9]\d?))$

这个dotnetfiddle 演示了这个问题：我生成的不是大约 300 个测试用例，而是只匹配前 100 个（来自 A1-A100）。

您可以使用 .NET 正则表达式测试器 regexstorm 自行检查。

为什么？在 .NET regex 和 PCRE 中如何引用命名捕获组与常规捕获组之间存在细微差别，例如在 php 中。

乍一看，它的工作原理是一样的：

使用括号的捕获会自动从左到右编号 正确基于正则中左括号的顺序 表达式，从一个**开始。编号为零的捕获是 整个正则表达式模式匹配的文本。

参考。 MSDN: Grouping Constructs in Regular Expressions

所以，虽然

大多数风味对命名和未命名的捕获组进行编号 从左到右数他们的左括号。添加一个命名 将组捕获到现有的正则表达式仍然会扰乱 未命名组

然而，在 .NET 中，

未命名的捕获组是 首先分配数字，从左数左括号 向右，跳过所有命名组。之后，命名组是 通过计算左括号来分配后面的数字 从左到右的命名组。

这实际上在答案中链接的regular-expressions.info/named.html 的同一页面上进行了解释。

一个简单的例子：

要匹配 .NET 中的 1a1，您可以使用

(?<named>(\d)a)\1

要在 PHP 中以类似的方式进行匹配，您必须改用 \2

(?<named>(\d)a)\2

道德：

不建议混合命名和编号的捕获组，因为 各组的编号方式不一致。

顺便说一句：

我已经准备好了这个模式\b(?<pool>([A-Z])\10,2)(?<number>(\d1,2(?!\d)|100))\b，但随后将注意力转移到了上面概述的差异上。您还可以在链接的演示中使用\1 与\2。