如何用正则表达式匹配连字符？

Posted 2023-04-13

【中文标题】如何用正则表达式匹配连字符？

【英文标题】：How to match hyphens with Regular Expression?

【发布时间】：2011-05-03 09:20:16

【问题描述】：

如何重写[a-zA-Z0-9!$* \t\r\n] 模式以匹配连字符和现有字符？

【问题讨论】：

可以添加\s，而不是添加空格和\t。 \s 也匹配其他类型的空格

【参考方案1】：

连字符通常是正则表达式中的普通字符。仅当它在一个字符类中并且在其他两个字符之间时，它才具有特殊含义。

因此：

[-] 匹配连字符。 [abc-] 匹配 a、b、c 或连字符。 [-abc] 匹配 a、b、c 或连字符。 [ab-d] 匹配 a、b、c 或 d（仅在此处连字符表示字符范围）。

【讨论】：

Hyphen is taken literally from inside a character class, if it cannot form a range.

注意：如果您对连字符 \x2D 使用十六进制代码，它仍会将其视为表示字符范围。 （仅在 javascript 中测试）有其他人发现这个吗？

@MarkP 嗯，废话：字符十六进制代码被由前端解析器（C#、JavaScript 或任何你使用的语言）转换成实际的特点。因此，就字符串的值而言，使用十六进制代码与使用实际字符相同。

@Puck 不，不需要括号。但是，正如答案所述，破折号必须是最后一个。特别是，括号不符合您的期望。您需要删除它们（以及空间！）。

@Pshemo 当然，愚蠢的错误。关于[a-c-e] 中的解释：这在某些正则表达式规范/引擎中根本无效。例如，POSIX 正则表达式不允许它。

【参考方案2】：

转义连字符。

[a-zA-Z0-9!$* \t\r\n\-]

更新： 不要介意这个答案 - 您可以将连字符添加到组中，但您不必转义它。请参阅Konrad Rudolph's answer，而不是在回答和解释原因方面做得更好。

【讨论】：

哦是吗？那是因为它在一个角色组中吗？我的错。

@KonradRudolph 你是对的，但我不确定未转义的版本是否更容易理解。破折号的两种可能用法令人困惑，这就是为什么一开始就有关于这个的问题。知道了肯定会更加优雅，但是对于初学者来说就有点迷惑了。

【参考方案3】：

总是使用转义的连字符更容易混淆，因此它不必依赖于位置。那是括号字符类中的\-。

但还有其他需要考虑的事情。其中一些枚举字符可能应该以不同的方式书写。在某些情况下，他们绝对应该这样做。

comparison 的正则表达式风格说 C♯ 可以使用一些更简单的 Unicode 属性。如果您正在处理 Unicode，您可能应该使用通用类别 \pL 来表示所有可能的字母，也许 \pNd 来表示十进制数字。此外，如果您想容纳所有破折号标点符号，而不仅仅是连字符减号，您应该使用\pPd 属性。您可能还想将该空白字符序列简单地写为\s，假设这对您来说不是太笼统。

总而言之，[\pL\pNd\pPd!$*] 的模式可以匹配该集合中的任何一个字符。

我可能会使用它，即使我不打算处理完整的 Unicode 集，因为这是一个好习惯，而且因为这些东西经常超出它们的原始参数。现在，当您将其提升以在其他代码中使用时，它仍然可以正常工作。如果您硬编码所有字符，则不会。

【讨论】：

我倾向于同意这个答案，你需要知道的越少，代码就越安全。这让我想起了操作员优先级的问题：***.com/questions/10007140/…，我更喜欢在其中包含括号（由我的 IDE 自动添加），无需全部了解。你或其他人迟早会搞砸。当然，如果您在项目中经常使用正则表达式，您可能需要具备更高级的知识。

【参考方案4】：

[-a-z0-9]+,[a-z0-9-]+,[az-0-9]+ 和 [az-0-9]+ 都是一样的。两个范围之间的连字符被视为一个符号。而且 [a-z0-9-+()]+ 这个正则表达式允许连字符。

【讨论】：

应该是最好的答案之一。

【参考方案5】：

这就是你所追求的吗？

MatchCollection matches = Regex.Matches(mystring, "-");

【参考方案6】：

使用不带引号的“\pPd”来匹配任何类型的连字符。 '-' 字符只是连字符的一种，它也恰好是正则表达式中的特殊字符。