使用正则表达式的字符类和否定

Question

我在想是否有一种正则表达式的方式，可以接受与给定字符集相关联的字符，同时排除其他几个字符？

例如，考虑这样一个情况：我想接受所有字符、数字和下划线 (\w)，但排除字母e和数字1。有没有一种快速实现的方法？理想情况下，我希望像 ^[\w^e1]$ 这样的东西，虽然我知道这个具体的正则表达式不会起作用。

- devoured elysium

---

我相当确定你的问题没有答案（但希望我错了），但这绝对是一个真正的问题。不确定为什么有人会投反对票。 - JaredPar

Answer 1

你可以通过字符类减法来实现这一点：

[基础组 - [排除组]]

使用这种格式，可以使用模式^[\w-[e1]]$来匹配所有字母数字字符，但不包括字母e和数字1。

string[] inputs = 
{
    "a", "b", "c", "_", "2", "3",
    " ", "1", "e"   // false cases
};
string pattern = @"^[\w-[e1]]$";
foreach (var input in inputs)
{
    Console.WriteLine("{0}: {1}", Regex.IsMatch(input, pattern), input);
}

- Ahmad Mageed

---

此处仅作免责声明：大多数正则表达式引擎不支持此功能。在使用.NET时没问题，但如果您在其他地方使用正则表达式时请注意此事。 - Jason Larke

@JasonLarke，这是真的。参考一下正则表达式口味比较图表可以看出哪些口味支持此功能（非常有限）。 - Ahmad Mageed

太棒了。不过我还有一个问题。当尝试用*[a-z]（或任何其他字符集）替换\w*时，它将无法匹配任何内容。有什么具体原因吗？啊，算了。你提供的链接回答了我的问题。不过我想知道为什么他们没有遵循我想象中更自然的变体I呢。 - devoured elysium

@devouredelysium 这是不可能的。字符类会改变某些正则表达式元字符的行为。在字符类之外，.匹配任何字符，但在其中它匹配一个字面上的点或句号。同样的规则也适用于量词。Regex.Escape方法的文档提到了通常受影响的元字符。 - Ahmad Mageed

一定要记录下你所做的工作（如果与其他开发人员一起使用）。由于支持有限，乍一看这可能会被误认为是一个字符范围（而不是减法）！ - Kenneth K.

Answer 2

一个比Ahmad的解决方案更加可移植但不够简洁的方法是定义一个字符类，其中排除e和1。

[a-df-zA-DF-Z02-9]

应如预期工作。

- Jason Larke

---

在.NET正则表达式中，\w匹配Ll、Lu、Lt、Lo、Lm、Nd和Pc类别中的所有Unicode字符。这些字符太多了，无法明确列出。 - dtb