为什么这个正则表达式不能匹配数字，只匹配字符？

Question

我正在构建一个基于正则表达式的Markdown解析器。在编写用于查找引用样式链接标签的正则表达式时，我遇到了一个问题，但我无法找到问题所在。

给定以下Markdown：

[me]: http://example.com
[her]: http://somewhere.com
[1]: http://nhs.net
[2]: http://test.com
[google it]: http://google.com

还有这个正则表达式：

\[(\w+\s?+\w+)\]

我似乎只能检测到[me]、[her]和[google it]这些标签，而不能检测到[1]和[2]这些标签。我认为\w应该可以检测到字母和数字字符吗？

编辑：使用PCRE正则表达式解析器

- Garry Pettet

---

你能否告诉我你正在使用的正则表达式引擎是哪种：ICU、PCRE还是JS？还有其他的吗？ - Wiktor Stribiżew

已更新为PCRE状态。 - Garry Pettet

好的，那么在我的另一种建议中，您可以省略]之前的\：[^][]在PCRE中匹配除[和]之外的任何字符。 - Wiktor Stribiżew

Answer 1

\w+\s*\w+ pattern instead. This pattern matches one or more word characters separated by zero or more whitespace characters.

\[(\w+(?:\s+\w+)*)\]
      ^^^^^^^^^^^

请查看正则表达式演示

细节:

• \[ - 一个开放的 [
• (\w+(?:\s+\w+)*) - 第一组:
  • \w+ - 1个或多个单词字符
  • (?:\s+\w+)* - 零个或多个序列:
    • \s+ - 1个或多个空格（如果使用?，则匹配1个或0个出现次数）
    • \w+ - 1个或多个单词字符
• ] - 一个关闭的 ] （不需要转义）

另一个正则表达式 - 如果您需要确保[和]前后跟随一个单词字符，请使用

\[\b([^\][]+)\b]

\[\b匹配一个单词字符前的[，([^\][]+)捕获除了[和]之外的1个或多个字符，并且\b]匹配一个单词字符后面的]。 请参考正则表达式演示

- Wiktor Stribiżew

---

太好了。非常感谢您提供的模式，更感谢您的解释。正则表达式非常强大，但是模式很难理解！ - Garry Pettet

Answer 2

你的正则表达式与这两个数字不匹配，因为你期望使用 \w+ 匹配 1 个或多个字符，并使用第二个 \w+ 匹配另外 1 个或多个字符。所以至少需要 2 个字符。

此外，你的 \s?+ 很奇怪。这意味着你想要一个可选的空格，但是至少出现一次或更多次。

- Fallenhero

---

你对 \s?+ 的描述很奇怪，它要么是一个占有性的可选空格，要么就是语法错误。 - Sebastian Proske