regex - 复杂的正则表达式匹配词（有可能吗？）

Question

我想要一个正则表达式来匹配所有不匹配的希腊语（utf-8）单词：

• 以.
• 以-
• 以'
• 以数字结尾 (1-9)
• 从...开始.
• 从...开始,
• 从...开始-
• 第一个字母是大写
• 所有字母都是大写的

这可能吗？为了匹配希腊词，我使用\p{Greek}{3,}匹配至少 3 个字符的希腊 UTF-8 词。

我用 ruby​​ 编写程序，但如果可以用 perl 或任何其他 cli 工具/语言完成，我将编写一个脚本来将输出转储到文本文件中。

Answer 1

(?<!\S)(?=\S*\p{Greek})(?![-,.\p{Lu}])(?![\p{Lu}\P{L}]+\b)\S+(?<![-.'1-9])(?!\S)

让我们分解一下这个野兽：

• 正则表达式的核心是\S+中间，被一堆正负断言包围。
• (?<!\S)- 单词前面不能有非空白字符。这确保我们不会在单词中间开始匹配。
• (?=\S*\p{Greek})- 某处必须至少有一个希腊字母。
• (?![-,.\p{Lu}])- 单词不能以破折号、逗号、点或大写字母开头\p{Lu}。
• (?![\p{Lu}\P{L}]+\b)- 单词不得全部为大写字母和符号。
• (?<![-.'1-9])- 单词不得以破折号、圆点、撇号或数字 1 到 9 结尾。
• (?!\S)- 单词后面不能有非空白字符。这确保我们不会在一个单词中间结束我们的匹配。