正则表达式：如何快速\ W，没有下划线

是否有表达简洁的方式：正则表达式：如何快速 W，没有下划线

\w but without _

也就是说，“列入\所有字符W，除了_”

我问这是因为我正在寻找最简洁的方式来表示域名验证。域名可能包括小写字母和大写字母，数字，句号和短划线，但不包含下划线。 \ w包含以上所有内容，并加上下划线。那么，是否有任何方法通过正则表达式从\ w中“删除”下划线？

被修改：我在问PHP中使用的正则表达式。

在此先感谢！

来源

2013-02-13 Dimitri Vorontzov

取决于正则表达式的风味。你使用哪种语言？最简单的方法是使用'[A-Za-z0-9]'。 '\ w'确实（通常）**不包括破折号或句点。 – 2013-02-13 16:37:17

根据风格'\ w'可以支持Unicode字符。除非你完全确定'\ w'表示什么，否则最好使用字符类'[]'并将其全部列出。 – nhahtdh 2013-02-13 16:38:15

下面的字符类（在Perl）

[^\W_]

\W相同

来源

2013-02-13 16:43:12 protist

好主意，但你的原子不正确。 – Bergi 2013-02-13 16:45:55

向我解释它是怎么回事......并且注意''：'部分只是说实际上并不捕获原子找到的组。 – protist 2013-02-13 16:47:33

@protist：原子是错误的。 '\ w'会匹配'_'，并且'|'是交替的，并且像OR一样行动，而不是AND – nhahtdh 2013-02-13 16:48:57

为了安全起见，通常情况下，我们将使用字符类：

[a-zA-Z0-9.-]

上述匹配英文字母的正则表达式“片段”，和数字，加上期.和破折号-。即使使用最基本的正则表达式支持，它也应该可以工作。

较短可能会更好，但只有当你确切地知道它代表什么。

我不知道你在用什么语言。在很多引擎中，\w相当于[a-zA-Z0-9_]（有些需要“ASCII模式”）。但是，某些引擎对正则表达式具有Unicode支持，并且可能会扩展\w以匹配Unicode字符。

来源

2013-02-13 16:40:36 nhahtdh

这将排除所有的Unicode字符，如“äö”等 – MrD 2017-12-15 08:28:05

@MrD：是的，最好的方法是不使用正则表达式进行域验证。 – nhahtdh 2017-12-17 06:56:33

一些正则表达式的味道有可能使用负回顾后的语法：

\w(?<!_)

来源

2013-02-13 16:41:01

消极lookaheads比负向lookbehinds更广泛支持。 – 2013-02-13 16:42:25

@JosephSilber确实。从概念上说，我发现“给我一个字的字符......但不是下划线”比稍后“我想要的不应该是一个下划线......否则，给我一个字的字符”稍微容易一些，如果负面的后顾*是*可用，但。 – 2013-02-13 16:49:42

你可以使用一个negative lookahead：(?!_)\w

不过，我觉得写[a-zA-Z0-9.-]更具有可读性。

来源

2013-02-13 16:41:18 Bergi

那会是'（？！_）\ w'，不是？ – 2013-02-13 16:42:43

感谢您的修补 – Bergi 2013-02-13 16:44:18

环视比正常匹配慢。虽然 – nhahtdh 2013-02-13 16:47:34

如果我的理解是正确的\w意味着[A-Za-z0-9_]期的迹象，短线不包括在内。

信息： http://en.wikipedia.org/wiki/Regular_expression#POSIX_character_classes

，所以我想你想要的是[a-zA-Z0-9.-]

来源

2013-02-13 16:42:40 Kent

当您使用非英文字母时，问题随之而来。 – 2013-02-13 16:44:10

@ZoltánTamási**域名**，非英文字母？ – Kent 2013-02-13 16:46:12

@Kent - [ICANN批准非拉丁域名]（http://news.cnet.com/8301-1023_3-10387139-93.html）。 – 2013-02-13 16:47:44

我会[^ _]开始，然后想还有什么角色，我需要拒绝。如果您需要过滤键盘输入，则枚举所有不需要的字符非常简单。

来源

2013-02-13 16:43:10

这是一个非常差的方法。域名有一组定义的允许字符，因此可以完成白名单。当你列出黑名单时，你需要关心你需要拒绝的Unicode字符。 – nhahtdh 2013-02-13 16:50:33

@nhahtdh，我已经计算出doamin名字可以有unicode字符（例如重音元音）。所以我认为很难精确地形成一个最终正确的白名单解决方案。 – 2013-02-13 17:25:24

有这方面的规格 - 这很麻烦，但有定义。列入黑名单时，人们往往会忘记/忽略某些事物。 – nhahtdh 2013-02-13 17:28:23

你可以写这样的事情：如果你使用preg_filter以该字符串

\([^\w]|_)\u

\ w中的任何字符（不包括_下划线）都将被过滤。

来源

2017-12-18 13:59:35 MrD

正则表达式：如何快速\ W，没有下划线

回答

相关问题