这个正则表达式中单引号的作用是什么？

Question

我继承了一些C#代码，其中包含以下正则表达式：

Regex(@"^[a-zA-Z''-'\s]{1,40}$")

除了单引号的作用之外，我理解这个字符串。我搜索了整个网络，但似乎找不到解释。你有什么想法吗？

- Michael Repucci

---

你试过移除它来看哪些内容与表达式匹配，哪些不匹配吗？ - Saher Ahwal

你只能留下其中的一个。 - zerkms

Answer 1

据我所知，这个表达式是多余的。

它匹配 a-z 或 A-Z，或者 ' 字符，或者在 ' 和 ' 之间的任何字符（当然只有 ' 字符，或者任何空格）。

我使用 RegexPal 进行了测试，似乎除了这些字符以外什么也没有匹配到。也许这个序列是由代码生成的，或者它曾经在早期版本中匹配更广泛的字符范围？ 更新： 根据您的评论（匹配名称），我猜测作者认为他通过将连字符放在引号中进行转义，并且不是最出色的软件测试人员。他们可能想表达的是：

Regex(@"^[a-zA-Z'\-\s]{1,40}$") //Escaped the hyphen

这也可以写成：

Regex(@"^[a-zA-Z'\s-]{1,40}$") //Put the hyphen at the end where it's not ambiguous

- Mike Christensen

---

那么这个不匹配连字符吗？考虑到它的目的（匹配一个名称），我原以为连字符是可以接受的。 - Michael Repucci

只有在连字符被转义（\-）或连字符不会与范围产生歧义（例如在开头或结尾）时，它才会匹配连字符。下面还有一些其他聪明的理论，解释了作者的意思。 - Mike Christensen

Answer 2

唯一有意义的使用撇号/单引号三次的方式是第二和第三个实例实际上是花式卷曲的单引号，例如‘、’和‛。如果是这样，更好（更清晰）的表示方法是使用Unicode转义：

Regex(@"^[a-zA-Z'\u2018-\u201B\s]{1,40}$") 

顺便提一下，有些语言（如PowerShell）明确允许使用这些花括号单引号，并将其视为ASCII '（0x27）字符的相同。来自PowerShell 2.0语言规范：

single-quote-character:

' (U+0027) 
Left single quotation mark (U+2018) 
Right single quotation mark (U+2019) 
Single low-9 quotation mark (U+201A) 
Single high-reversed-9 quotation mark (U+201B)

- Joshua Honig

---

虽然这样做也会匹配花括号之间的字符，但这似乎没有太多意义... - Guffa

@Guffa 如果第一个是 \u2018 而第二个是 \u201B 的话，那确实有意义。请看我的更新答案。 - Joshua Honig

我没有意识到有这么多单引号。它们看起来并没有什么不同。我该如何区分？ - Michael Repucci

@jmh_gr：是的，这样做有点意义。你必须查找字符代码才能理解表达式的含义，因此更易维护的方法是将这四个字符单独包含，而不是将其写成一个范围。 - Guffa

Answer 3

额外的撇号是多余的，所以它没有太多意义。一个可能性是作者试图转义破折号以将其包含在模式中，但正确的方法是使用反斜杠：

Regex(@"^[a-zA-Z'\-\s]{1,40}$")

在自定义格式字符串中，使用撇号来表示文字是一个例子，作者可能会采用这种方式。

- Guffa

Answer 4

由于三个单引号字符是多余的，因此它们代表了单引号字符(#1)以及以单引号开头和结尾的字符范围(#2和#3由连字符分隔)。

看起来这是一个错误，作者似乎本意是在类中包含连字符字符，并通过单引号进行“转义”。如果不进行转义，则连字符表示字符范围，例如a-z和A-Z。

我猜原始作者的意思是[a-zA-Z'\-\s]

- Garrett