0

我正在实现一个多范围验证器，它可以一次针对多个范围验证用户输入。

例子

如果我定义范围 [1.5, 4] | [6.9, 9.3) | [10, 11]，它会读作：从 1 到 4，或从 6 到 9 不包括在内。在这种情况下，数字 5、9.3、13 将不包含在此范围内，但数字 2、7 和 10 将包含在此范围内。

表达式可以有尽可能多的范围，格式如下：

[ 或者 （

浮点数或整数

,

浮点数或整数

] 或者 ）

表达式语法

本质上，这个范围表达式由以下部分组成：

'[' 包括范围的开始

'] 包含范围的结束

'(' 独占范围的开始

')' 独占范围结束

',' 值分隔符

'|' 或声明

现在，我需要一种方法来验证用户是否编写了正确的范围表达式。如果解析器读取格式不正确的表达式，解析器将抛出异常。我想创建一个正则表达式来非常优雅地验证用户输入的表达式。我对正则表达式的经验并不广泛，这似乎很难制作。我想要一些关于如何构造一个复杂的正则表达式的指导，它有整数、双精度、'['等。

尽管正则表达式与平台无关，但我正在使用 .NET。

4

2 回答 2

2

快速拍摄，自由间距，可能远非高效（首先因为单个范围会使正则表达式回溯，当它发现它后面没有“|”时） - 请参阅下面的版本 2，这是（我相信）效率更高：

^                     # Start of string
(?:                   # Start group, non-capturing
  [([]                # '(' or '['
    \s*               # optional whitespace
    [0-9]+            # at least one digit 0-9
    (?:\.[0-9]+)?     # optionally '.' followed by at least one digit 0-9
    \s*               # optional whitespace
  ,                   # ','
    \s*               # optional whitespace
    [0-9]+            # at least one digit 0-9
    (?:\.[0-9]+)?     # optionally '.' followed by at least one digit 0-9
    \s*               # optional whitespace
  [)\]]               # ')' or ']'

  \s*                 # optional whitespace
  \|                  # '|'
  \s*                 # optional whitespace
)*                    # all the above may appear 0 or more times

[([]                  # The remainder is exactly the same as the group above, 
 \s*                  # used for a single range or the last range - 
  [0-9]+              # i.e., a range NOT followed by '|' - of a multi range.
  (?:\.[0-9]+)?
  \s*
,
  \s*
  [0-9]+
  (?:\.[0-9]+)?
  \s*
[)\]]
$                     # end of string

这将匹配例如：

[1.5, 3]
[23.7, 3.70)
[2.9 , 3]|[3,2)
[1.5, 4] | [6.9, 9.3) | [10, 11]
(1.5, 3]
[23.7, 3.70)
(1.5, 5.0)

但不是：

[23.7, 3.70) | (7, 9) |     // trailing OR
| [23.7, 3.7]               // leading OR

请注意，它不能确保第二个数字实际上高于第一个。为此，我真的建议将其留给 /a 解析器 - 或添加捕获组并在正则表达式之外处理它们。

版本 2

由于更少的回溯，这应该更有效 - 它基本上是从：

（任意数量的范围后跟|）后跟一个范围

... 至：

后跟的范围（任意数量的以 | 开头的范围）

ETA：解释一下，版本 1 开始检查“后跟 | 的范围”。

如果我们只有一个范围，那就是浪费时间。当它到达“|” 它将重新开始，检查正则表达式的第二部分 - 即是否存在所需的“没有|的范围”？

相反，在版本 2 中，我们开始检查简单的“范围”。这意味着，如果只有一个范围，它将成功而无需任何回溯。如果我们给它乱码，例如hello，它会立即失败，因为它现在知道第一个字符必须是 a(或[- 它不是可选的。而在版本 1 中，因为第一部分是可选的，所以它必须检查正则表达式的第二部分以确保它也失败了。

在几乎所有其他情况下（我已经测试过），版本 2 匹配 - 或不匹配 - 只需更少的步骤。

在这里，由于它基本上是相同的正则表达式，但某些部分已切换，因此我将在评论中放置一个示例匹配：

^
[([]                 # (
  \s*                #
  [0-9]+             # 3
  (?:\.[0-9]+)?      # .90
  \s*                #
,                    # ,
  \s*                #
  [0-9]+             # 43
  (?:\.[0-9]+)?      # .2
  \s*                #
[)\]]                # ]
                     #
(?:                  #
  \s*                #
  \|                 # |
  \s*                #
                     #
  [([]               # [
    \s*              #
    [0-9]+           # 55
    (?:\.[0-9]+)?    # .20
    \s*              #
  ,                  # ,
    \s*              #
    [0-9]+           # 2
    (?:\.[0-9]+)?    # .91
    \s*              #
  [)\]]              # )
)*
$

匹配和不匹配应与版本 1 相同。

于 2013-07-12T15:24:50.023 回答
1

如果您选择使用正则表达式，则必须描述用 . 分隔的所有可能性|。这是第一个范围的示例（您可以轻松地为其他范围添加值）：

 @"1\.[5-9]|[23](?:\.[0-9])?|4"

但 IMO 最优雅的方法是提取所有数字并在之后将它们测试为数字。

于 2013-07-12T15:12:40.387 回答