php - 正则表达式：\w - UTF-8 中的“_”+“-”

Question

我需要一个匹配 UTF-8 字母和数字的正则表达式，破折号 ( -) 但不匹配下划线 ( _)，我尝试了这些愚蠢的尝试但没有成功：

• ([\w-^_])+
• ([\w^_]-?)+
• (\w[^_]-?)+

是的\w简写[A-Za-z0-9_]，但如果我u设置了修饰符，它也匹配 UTF-8 字符。

谁能帮我解决这个问题？

Answer 1

试试这个：

(?:[\w\-](?<!_))+

它对编码为 \w （或破折号）的任何内容进行简单匹配，然后具有零宽度的后视功能，以确保刚刚匹配的字符不是下划线。

否则你可以选择这个：

(?:[^_\W]|-)+

这是一种更基于集合的方法（注意大写的 W）

好的，我在 php 的 PCRE 风格中使用 unicode 玩得很开心：D Peekaboo 说有一个简单的解决方案可用：

[\p{L}\p{N}\-]+

\p{L} 匹配任何符合字母条件的 unicode（注意：不是单词字符，因此没有下划线），而 \p{N} 匹配任何看起来像数字的东西（包括罗马数字和更奇特的东西）。
\- 只是一个转义的破折号。虽然不是绝对必要的，但我倾向于在字符类中转义破折号......请注意，在 unicode 中有许多不同的破折号，因此产生了以下版本：

[\p{L}\p{N}\p{Pd}]+

其中“Pd”是标点破折号，包括但不限于我们的减号破折号。（注意，这里再次没有下划线）。

Answer 2

我不确定您使用哪种语言，但在 PERL 中，您可以简单地编写： [[:alnum:]-]+ 设置正确的语言环境。