RegEx：\\ w - UTF-8中的“_”+“ - ”

Question

我需要一個匹配UTF-8字母和數字的正則表達式，短划線符號（ - ）但不匹配下划線（ _ ），我嘗試了這些愚蠢的嘗試但沒有成功：

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

\\w是[A-Za-z0-9_]簡寫，但如果我設置了u修飾符，它也匹配UTF-8字符。

任何人都可以幫我解決這個問題嗎？

Answer 1

嘗試這個：

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

它對編碼為\\ w（或破折號）的任何內容進行簡單匹配，然后具有零寬度的lookbehind，以確保剛剛匹配的字符不是下划線。

否則你可以選擇這個：

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

這是一種更基於集合的方法（注意大寫W）

好吧，我在php的PCRE風格中使用unicode非常有趣：D Peekaboo說有一個簡單的解決方案：

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

\\ p {L}匹配任何符合字母條件的unicode（注意：不是單詞字符，因此沒有下划線），而\\ p {N}匹配任何看起來像數字的東西（包括羅馬數字和更奇特的東西）。
\\ - 只是一個逃脫的破折號。 雖然不是絕對必要的，但我傾向於在字符類中使用破折號...注意，在unicode中有許多不同的破折號，因此產生以下版本：

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

其中“Pd”是標點符號，包括但不限於我們的減號。 （注意，這里再沒有下划線）。

Answer 2

我不確定你使用哪種語言，但在PERL中你可以簡單地寫：[[：alnum：] - ] +當設置正確的語言環境時。