RegEx：\\ 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，短划线符号（ - ）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[^_]-?)+

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

任何人都可以帮我解决这个问题吗？

Answer 1

尝试这个：

(?:[\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lookbehind，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W）

好吧，我在php的PCRE风格中使用unicode非常有趣：D Peekaboo说有一个简单的解决方案：

[\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）。
\\ - 只是一个逃脱的破折号。 虽然不是绝对必要的，但我倾向于在字符类中使用破折号...注意，在unicode中有许多不同的破折号，因此产生以下版本：

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

其中“Pd”是标点符号，包括但不限于我们的减号。 （注意，这里再没有下划线）。

Answer 2

我不确定你使用哪种语言，但在PERL中你可以简单地写：[[：alnum：] - ] +当设置正确的语言环境时。