我的正則表達式可以改進嗎？

Question

是的， 另一個正則表達式問題。 不客氣的;-P

這是我第一次在C＃中編寫自己的正則表達式進行簡單的字符串驗證。 我想我已經有了它的工作，但作為一個學習練習，我想知道它是否可以改進，我是否犯了任何錯誤。

字符串將看起來像這樣：

T20160307.0001

規則：

• 從字母T開始。
• 日期格式為YYYYMMDD。
• 一個句號。
• 最后4個字符始終為數字。 應該有4個。

這是我的正則表達式（ 小提琴 ）：

^（？I）[T] 20 [0-9] {2} [0-1] [0-9] [0-3] [0-9]。\\ d {4} $

• ^斷言字符串的開頭。
• (?i)[T]檢查我們是否有字母T，不區分大小寫。
• 20 YYYY從20開始（我將在2100年前去世，所以我不在乎任何事情:-P）
• [0-9]{2} YYYY第二部分的0到99之間的任意數字。
• [0-1][0-9] 0或1表示月份的第一部分，0-9表示月份的第二部分。
• [0-3][0-9] 0-3為第一天的部分，0-9為第二部分。
• . 完全停止。
• \\d{4} 4個數字字符。
• $斷言字符串結尾。

我已經看到的一個陷阱是日期驗證。 2016 - 1935年（第19個月的第35天）被視為有效。 我已經閱讀了一些 / 其他 /關於實現這一點的帖子 ，我認為這與數字范圍匹配，但我無法理解格式。

我會接受一個簡單解決日期問題的答案，如果有人能夠對ELI5如何運作，那么其他改進將是一個值得歡迎的獎勵。

編輯：為了避免進一步混淆，我應該聲明我知道DateTime.TryParse等。如上所述，我正在利用這個作為學習正則表達式的機會，並認為這是一個很好的起點。 對於任何浪費時間的人都很抱歉，我應該在原帖中說清楚。

Answer 1

你可以做的事情是：

• 避免匹配所有unicode數字的\\d字符類（因為你只需要ascii數字）
• 而不是[0-1]你可以寫[01]
• 逃避點來形成一個文字點（而不是任何字符）
• 如果它是唯一的字符，則無需將T放入字符類中
• 最終你可以刪除內聯修飾符並使用[Tt]代替T

^(?i)T20[0-9]{2}[01][0-9][0-3][0-9]\.[0-9]{4}$

要么

^[Tt]20[0-9]{2}[01][0-9][0-3][0-9]\.[0-9]{4}$

其他的事情：你真的需要添加額外的日期檢查，因為你無法真正測試日期格式是否正確？ （想一想閏年）所以為什么不：

^(?i)T(20[0-9]{6})\.[0-9]{4}$

如果您想知道日期是否真的存在，請捕獲它並使用DateTime.TryParse方法對其進行測試。

Answer 2

為什么甚至使用Regex只使用DateTime.TryParseExact方法。 我會這樣實現它，並對其他字符進行額外檢查：

bool IsCorrectFormat(string input)
{
    //14 is a magic number for the length of the expected format
    if (input.Length == 14 && input.StartsWith("T", StringComparison.OrdinalIgnoreCase))
    {
        DateTime dt;
        if (DateTime.TryParseExact(input.Substring(1), "yyyyMMdd.ffff", CultureInfo.InvariantCulture, DateTimeStyles.None, out dt))
        {
            return true;
        }
    }

    return false;
}

我不知道格式是否正確但你總是可以從1到6子串獲得yyyyMMdd然后檢查最后5個字符的小數點和數字。

編輯：如果必須使用正則表達式

我過去曾使用過這個正則表達式。 請注意，它不會檢查閏年

@"^(((0[1-9]{1}|[1-2][0-9]{1}|3[01]{1})(0[13578]{1}|1[12]{1}))" //For a 31 day month
+ @"|"
+ @"((0[1-9]{1}|[1-2][0-9]{1}|30)(0[469]{1}|11))" //For a 30 day month
+ @"|"
+ @"((0[1-9]{1}|1[0-9]{1}|2[0-8]{1})(02)))" //For a 28 day month(feb)
+ @"([0-9]{4})$"; //For the year

Answer 3

如上所述，我將此作為學習正則表達式的機會，並認為這是一個很好的起點。

使用正則表達式驗證日期肯定不是一件容易的事情，特別是考慮到閏年所涉及的復雜規則。 但這是可能的。

如果以YYYYMMdd格式輸入有效日期，則以下表達式將匹配：

(?=\p{IsBasicLatin}{8}) # ensures \d matches only 0-9
(?!0000)\d{4} # year any 4-digit year, except 00
(?:0[1-9]\d|1[012]) # month 01-12
(?: 
   # day logic for leap years
   (?:
      (!00)[012]\d # Days 01-29 (we exclude 2/29 later)
      | (?<!02)30  # Day 30 valid for all months except Feb
      | (?<=0[13578]|1[02])31 # Day 31 valid for some months
   )
   # Non-Leap-year logic.  Do not allow 2/29 if the provided year
   # is not a leap year.
   (?<!
     (?:
        [13579] # years ending with odd number are not leap years
        | [02468][26]|[13579][048] # years not divisible by 4
                                     # are not leap years (02, 06, 10, ...)
        | (?:[02468][\d-[048]]|[13579][\d-[26]])00 # years divisible by
                                                 # 100 are not leap years,
                                                 # unless divisible by 400

     )0229)
)

使用RegexOptions.IgnorePatternWhitespace編譯。 你可以使用^T~\\.\\d{4}$匹配你的例子中的完整字符串，用上面的表達式替換~ 。