一个有效的hashtag的正则表达式

Question

我需要一个正则表达式来验证一个标签。每个标签都应以井号（“#”）开头。

有效输入：

1. #hashtag_abc 2. #simpleHashtag 3. #hashtag123

无效输入：

1. #hashtag# 2. #hashtag@hashtag

我尝试过这个正则表达式 /#[a-zA-z0-9]/，但它也接受了无效的输入。

你有什么建议吗？

- Ashok

Answer 1

目前被接受的答案在一些地方失败了：

• 它允许没有字母的哈希标签（即“＃11111”，“＃___”都可以通过）。
• 它将排除通过空格分隔的哈希标签（“嘿，#朋友”无法匹配“＃朋友”）。
• 它不允许您在哈希标签上设置最小/最大长度。
• 如果您决定添加其他符号/字符到您的有效输入列表中，它不提供太多灵活性。

尝试以下正则表达式：

/(^|\B)#(?![0-9_]+\b)([a-zA-Z0-9_]{1,30})(\b|\r)/g

它将解决上述边缘情况，此外：

• 您可以将 {1,30} 更改为所需的最小值/最大值
• 如有需要，您可以向 [0-9_] 和 [a-zA-Z0-9_] 块添加其他符号

这里是演示的链接：https://regex101.com/r/78GYyD/5。

- Nate Kimball

---

我猜没人关心第一个和最后一个捕获组，所以我会使用非捕获组来改变它们：(?:^|\B)。 - Luke

这个程序完全不处理Unicode。世界上并不只有NATO字母表...它也无法处理像#invalid#invalid #invalid@ invalid#invalid ##invalid这样的情况。 - minusf

Answer 2

回答当前问题...

有两个问题：

• [A-z] 允许使用除字母字符外的其他字符（[, , ], ^, _, `）
• 字符类后面没有量词，只匹配一个字符

由于您正在验证整个字符串，因此还需要锚点（^和$）以确保完全匹配字符串：

/^#\w+$/

请查看正则表达式演示。

如果您想从较长的文本中提取特定的有效标签...

这是一个额外的部分，因为很多人寻求提取（而不是验证）标签，所以这里有一些解决方案供您参考。只需注意JavaScript（以及许多其他正则表达式库）中的\w等于[a-zA-Z0-9_]：

• #\w{1,30}\b - 以#字符开头，后面跟着一到三十个单词字符，最后以单词边界结束
• \B#\w{1,30}\b - #字符要么在字符串开头，要么在非单词字符后面，然后是一个到三十个单词字符(即字母、数字或下划线)，最后以单词边界结束
• \B#(?![\d_]+\b)(\w{1,30})\b - #字符要么在字符串开头，要么在非单词字符后面，然后是一个到三十个单词字符(即字母、数字或下划线)，但不能仅由数字和下划线组成，最后以单词边界结束。

最后但并非最不重要的，这里有一个来自https://github.com/twitter/twitter-text/tree/master/js..的Twitter标签正则表达式。很抱歉，太长了无法在SO帖子中粘贴，这里是它的链接：https://gist.github.com/stribizhev/715ee1ee2dc1439ffd464d81d22f80d1。

- Wiktor Stribiżew

---

你当前的表达式无法匹配 OP 的第一个有效输入，因为它包含了一个下划线。 - Niitaku

@Niitaku：是的，你说得对，这个模式应该要简单得多。 - Wiktor Stribiżew

@WiktorStribiżew 这里有一个更多有效的输入 #hashtag123。 - Ashok

@Ashok：是的，它将与/^#\w+$/匹配，因为#匹配一个井号，\w+匹配1个或多个ASCII字母、数字或下划线。锚点要求完整字符串匹配。请参见此正则表达式演示。 - Wiktor Stribiżew

Answer 3

Unicode的一般类别可以帮助完成这个任务：

/^#[\p{L}\p{Nd}_]+$/gu

我使用 \p{L} 和 \p{Nd} Unicode 类别来匹配任何字母或十进制数字。您可以为您的正则表达式添加任何必要的类别。完整的类别列表可以在此处找到：https://unicode.org/reports/tr18/#General_Category_Property

正则表达式实时演示： https://regexr.com/5tvmo

- Artem Shevtsov

Answer 4

你可以尝试这个正则表达式：/#[a-zA-Z0-9_]+/ 这将只包括字母、数字和下划线。

- Ajay Lingayat

---

这个正则表达式接受在 # 或 ####### 后面紧跟着一个空格。 - Toto

@Toto 我删掉了\S前面的点(.)，现在它不接受#后面的空格了。 - Ajay Lingayat

是的，但它总是匹配 #*%$£;,，不确定它是否是一个有效的标签。 - Toto

如果你想仅限于字符，请使用#\w+。 - Ajay Lingayat

好的，但是现在，它比其他答案更好在哪里？ - Toto

Answer 5

一个匹配任何哈希标签的正则表达式代码。

在这种方法中，除了主要符号!@＃$％^＆amp; *（）外，哈希标签中接受任何字符。

(?<=(\s|^))#[^\s\!\@\#\$\%\^\&\*\(\)]+(?=(\s|$))

使用说明

使用时请打开“g”和“m”标志！

已通过https://regex101.com和VSCode工具测试，适用于Java和JavaScript语言。

可在this repo上获取。

- SVG-Heart

---

请不要重复给出相同的答案，标记问题为重复。 - Toto

Answer 6

/\B(?:#|пјғ)((?![\p{N}_]+(?:$|\b|\s))(?:[\p{L}\p{M}\p{N}_]{1,60}))/ug

• е…Ғи®ёд»»дҪ•иҜӯиЁҖеӯ—з¬ҰжҲ–еёҰж•°еӯ—жҲ–_зҡ„еӯ—з¬ҰгҖӮ
• д»…е…Ғи®ёж•°еӯ—жҲ–еёҰ_зҡ„ж•°еӯ—гҖӮ

иҝҷжҳҜUnicodeжӯЈеҲҷиЎЁиҫҫејҸпјҢеҰӮжһңжӮЁдҪҝз”ЁPythonпјҢеҲҷеҸҜиғҪйңҖиҰҒе®үиЈ…regexгҖӮ

жөӢиҜ•й“ҫжҺҘпјҡhttps://regex101.com/r/NLHUQh/1

- Raad Altaie

Answer 7

在文本中检测哈希标签的有用且经过测试的正则表达式

/(^|\s)(#[a-zA-Z\d_]+)/ig

有效匹配哈希标签的示例： #abc #ab_c #ABC #aBC

- Ramin eghbalian