26

有没有一种简单的方法来匹配一个类中的所有字符，除了一组字符？例如，如果在我可以使用 \w 匹配所有 unicode 单词字符集的语言中，有没有办法从匹配中排除下划线“_”之类的字符？

想到的唯一想法是在每个字符周围使用负前瞻/后视，但是当我实际上只想将一个字符与正匹配和负匹配进行匹配时，这似乎比必要的复杂。例如，如果 & 是 AND 运算符，我可以这样做......

^(\w&[^_])+$
4

5 回答 5

25

这真的取决于你的正则表达式风格。

。网

...仅提供一种简单的字符类集操作：减法。这对于您的示例来说已经足够了，因此您可以简单地使用

[\w-[_]]

如果 a-后跟一个嵌套字符类，则将其减去。就那么简单...

爪哇

... 提供更丰富的字符类集操作集。特别是，您可以获得两组的交集，例如[[abc]&&[cde]]（c在这种情况下会给出）。交集和否定一起给你减法：

[\w&&[^_]]

Perl

... 支持对扩展字符类的设置操作作为实验性功能（自 Perl 5.18 起可用）。特别是，您可以直接减去任意字符类：

(?[ \w - [_] ])

所有其他口味

...（支持前瞻）允许您通过使用负前瞻来模拟减法：

(?!_)\w

这首先检查下一个字符是否不是 a_然后匹配任何字符\w（这不可能是_由于负前瞻）。

请注意，这些方法中的每一种都是完全通用的，因为您可以减去两个任意复杂的字符类。

于 2013-06-26T18:48:07.567 回答
12

您可以使用对\w类 (--> \W) 的否定并将其排除：

^([^\W_]+)$
于 2013-06-26T18:38:27.517 回答
11

就我理解您的问题而言，消极的前瞻是正确的方法：

^((?!_)\w)+$
于 2013-06-26T18:30:45.547 回答
7

这可以使用regex 模块在python中完成。就像是：

import regex as re
pattern = re.compile(r'[\W_--[ ]]+')
cleanString = pattern.sub('', rawString)

您通常会使用pip安装 regex 模块：

pip install regex

编辑：

正则表达式模块有两种行为，版本 0 和版本 1。设置减法（如上）是版本 1 的行为。pypi 文档声称版本 1 是默认行为，但您可能会发现情况并非如此。你可以检查

import regex
if regex.DEFAULT_VERSION == regex.VERSION1:
  print("version 1")

要将其设置为版本 1：

regex.DEFAULT_VERSION = regex.VERSION1

或在单个表达式中使用版本一：

pattern = re.compile(r'(?V1)[\W_--[ ]]+')
于 2016-08-18T18:04:27.100 回答
5

尝试使用减法：

[\w&&[^_]]+

注意：这适用于 Java，但可能不适用于其他 Regex 引擎。

于 2013-06-26T18:30:27.613 回答