匹配罗马数字

Question

我有一个正则表达式

(IX|IV|V?I{0,3}|M{1,4}|CM|CD|D?C{1,3}|XC|XL|L?X{1,3})

我用它来检测文本中是否存在罗马数字。

eregi("( IX|IV|V?I{0,3}[\.]| M{1,4}[\.]| CM|CD|D?C{1,3}[\.]| XC|XL|L?X{1,3}[\.])", $title, $regs)

但是罗马数字的格式始终是这样的：“IV。”...我已经在eregi示例中添加了数字前的空格和数字后的“。”，但我仍然得到相同的结果。如果文本是像“somethinvianyyhing”这样的东西，则结果将是vi（在两者之间）...

我做错了什么？

- M.V.

Answer 1

在VI之前没有空格，该空格始终属于先前的备选项而不是所有备选项。对于\.也是如此，它始终属于写有它的备选项。

试一下

" (IX|IV|V?I{0,3}|M{1,4}|CM|CD|D?C{1,3}|XC|XL|L?X{1,3})\."

您可以在 Regexr 的这里查看。

这将匹配：

I.
II.
III.
IV.
V.
VI.
VII.
VIII.
IX.
X.

但不匹配：

XI. MMI. MMXI.
somethinvianyyhing

您的罗马数字匹配方法还远没有正确，更准确的方法是这样的：对于50（L）以下的数字

^(?:XL|L|L?(?:IX|X{1,3}|X{0,3}(?:IX|IV|V|V?I{1,3})))$

在Regexr上查看

我只对表面进行了测试，但你可以看出这将变得非常复杂，而且C、D和M在此表达式中仍然缺失。

更不用说特殊情况，例如4=IV=IIII等等。

维基百科关于罗马数字的文章

- stema

---

同样在SO上：https://dev59.com/LnVC5IYBdhLWcg3whRgw - kapa

有一个Perl模块可以正确处理罗马数字。要确定您是否拥有此模块，首先要匹配/\b([ivxldcm]+)\b/i，然后检查Roman::isroman($1)是否返回true。否则，您将得到错误的答案。它仅适用于ASCII，这意味着它只能达到4000。最长的合法字符串是MMMDCCCLXXXVIII。使用Unicode，您可以使用更大的罗马数字，例如10,000的ↂ和上划线表示基字符的1000倍。我有一个处理所有这些的模块，但当然它是用Perl编写的。☺ - tchrist