我不知道如何构建适用于以下示例值的正则表达式：
123,456,789
-12,34
1234
-8
你能帮我吗？
10个回答
496
什么是数字？
我对你的“简单”问题有一个简单的问题：你所说的“数字”具体指的是什么？
−0是一个数字吗？- 你对
√−1有何感想？ ⅝或⅔是一个数字吗？186,282.42±0.02英里/秒是一个数字吗，还是两个或三个数字？6.02e23是一个数字吗？3.141_592_653_589是一个数字吗？π、ℯ、−2π⁻³ ͥ呢？0.083̄中有多少个数字？128.0.0.1中有多少个数字？⚄代表什么数字？⚂⚃呢？10,5 mm中有一个数字吗，还是有两个数字？∛8³是一个数字吗，还是三个数字？ↀↀⅮⅭⅭⅬⅫ AUC代表哪个数字，2762还是2009？४५६७和৭৮৯৮是数字吗？0377、0xDEADBEEF和0b111101101呢？Inf是一个数字吗？NaN呢？④②是一个数字吗？⓰呢？- 你对
㊅有何感想？ ℵ₀和ℵ₁与数字有什么关系？或者ℝ、ℚ和ℂ呢？
建议的模式
另外，您是否熟悉这些模式？您能解释每个模式的优缺点吗？
/\D//^\d+$//^\p{Nd}+$//^\pN+$//^\p{Numeric_Value:10}$//^\P{Numeric_Value:NaN}+$//^-?\d+$//^[+-]?\d+$//^-?\d+\.?\d*$//^-?(?:\d+(?:\.\d*)?|\.\d+)$//^([+-]?)(?=\d|\.\d)\d*(\.\d*)?([Ee]([+-]?\d+))?$//^((\d)(?(?=(\d))|$)(?(?{ord$3==1+ord$2})(?1)|$))$//^(?:(?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2}))$//^(?:(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}))$//^(?:(?:[+-]?)(?:[0123456789]+))$//(([+-]?)([0123456789]{1,3}(?:,?[0123456789]{3})*))//^(?:(?:[+-]?)(?:[0123456789]{1,3}(?:,?[0123456789]{3})*))$//^(?:(?i)(?:[+-]?)(?:(?=[0123456789]|[.])(?:[0123456789]*)(?:(?:[.])(?:[0123456789]{0,}))?)(?:(?:[E])(?:(?:[+-]?)(?:[0123456789]+))|))$//^(?:(?i)(?:[+-]?)(?:(?=[01]|[.])(?:[01]{1,3}(?:(?:[,])[01]{3})*)(?:(?:[.])(?:[01]{0,}))?)(?:(?:[E])(?:(?:[+-]?)(?:[01]+))|))$//^(?:(?i)(?:[+-]?)(?:(?=[0123456789ABCDEF]|[.])(?:[0123456789ABCDEF]{1,3}(?:(?:[,])[0123456789ABCDEF]{3})*)(?:(?:[.])(?:[0123456789ABCDEF]{0,}))?)(?:(?:[G])(?:(?:[+-]?)(?:[0123456789ABCDEF]+))|))$//((?i)([+-]?)((?=[0123456789]|[.])([0123456789]{1,3}(?:(?:[_,]?)[0123456789]{3})*)(?:([.])([0123456789]{0,}))?)(?:([E])(([+-]?)([0123456789]+))|))/
正如您所看到的，有大量的数字可能性：实际上可能有ℵ₁个。 ☺
建议模式的关键
下面列出的每个编号解释都描述了相应编号模式的模式。- 如果字符串中有任何非数字字符，包括换行符等空格，则匹配。
- 仅在字符串仅包含数字时匹配，可能除了尾随的换行符。注意，数字被定义为具有常规类别十进制数字的属性，可用作
\p{Nd}、\p{Decimal_Number}或\p{General_Category=Decimal_Number}。这实际上只是那些数值类型类别为十进制的代码点的反映，可用作\p{Numeric_Type=Decimal}。 - 大多数正则表达式语言中与2相同。Java在这里是个例外，因为它不将简单的字符类转义如
\w和\W、\d和\D、\s和\S以及\b或\B映射到适当的 Unicode 属性中。这意味着您不能使用这八个一字符转义中的任何一个来处理 Java 中的任何 Unicode 数据，因为它们只对 ASCII 有效，即使 Java 内部始终使用 Unicode 字符。 - 与3略有不同，它不仅限于十进制数，而且可以是任何数字；也就是说，任何具有
\pN、\p{Number}或\p{General_Category=Number}属性的字符。这些包括用于罗马数字的\p{Nl}或\p{Letter_Number}和用于上下标和圆形数字的\p{No}或\p{Other_Number}等。 - 仅匹配由数字组成且其十进制值为10的字符串，因此像罗马数字十（
Ⅹ）和⑩、⑽、⒑、⓾、❿、➉和➓之类的东西。 - 仅匹配包含缺乏 Numeric Value NaN 的字符的字符串；换句话说，所有字符都必须具有某些数值。
- 仅匹配十进制数，可选带有前导 HYPHEN MINUS。
- 与7相同，但现在也适用于符号为加号而不是减号的情况。
- 查找十进制数，可选带有 HYPHEN MINUS 和可选的 FULL STOP，后跟零个或多个小数位数。
- 与9相同，但如果点后面有数字，则不需要点前面有数字。
- C 和许多其他语言的标准浮点表示法，允许科学计数法。
- 查找仅由两个或更多任何脚本的十进制数组成的数字，按降序排列，如 987 或 54321。这个递归的正则表达式包括一个调用到 Perl 代码的回调，该代码检查前瞻数字是否具有当前数字的后继代码点值；也就是说，它的序数值比当前数字大一。可以使用 C 函数作为回调，在 PCRE 中执行此操作。
- 查找具有有效范围内的四个十进制数的有效 IPv4 地址，如 128.0.0.1 或 255.255.255.240，但不包括 999.999.999.999。
- 查找有效的 MAC 地址，
来源和可维护性
模式1、2、7-11来自于先前版本的Perl“常见问题”列表中的问题“如何验证输入？”。该部分已被建议使用Abigail和Damian Conway编写的Regexp::Common模块代替。原始模式仍可在Perl Cookbook的Recipe 2.1中找到，“检查字符串是否为有效数字”，其中包括各种不同语言的解决方案，例如ada、common lisp、groovy、guile、haskell、java、merd、ocaml、php、pike、python、rexx、ruby和tcl，可以在the PLEAC project上找到。
模式12可以更清晰地重写
m{ ^ ( ( \d ) (?(?= ( \d ) ) | $ ) (?(?{ ord $3 == 1 + ord $2 }) (?1) | $ ) ) $ }x它使用正则表达式递归，这在许多模式引擎中都可以找到，包括Perl和所有基于PCRE的语言。但它还使用了嵌入式代码调用作为第二个条件模式的测试；据我所知，代码调用仅在Perl和PCRE中可用。
模式13-21是从上述Regexp::Common模块派生的。请注意，为简洁起见，这些都没有写入您在生产代码中肯定需要的空格和注释。以下是在
/x模式下的示例：$real_rx = qr{ ( # start $1 to hold entire pattern ( [+-]? ) # optional leading sign, captured into $2 ( # start $3 (?= # look ahead for what next char *will* be [0123456789] # EITHER: an ASCII digit | [.] # OR ELSE: a dot ) # end look ahead ( # start $4 [0123456789]{1,3} # 1-3 ASCII digits to start the number (?: # then optionally followed by (?: [_,]? ) # an optional grouping separator of comma or underscore [0123456789]{3} # followed by exactly three ASCII digits ) * # repeated any number of times ) # end $4 (?: # begin optional cluster ( [.] ) # required literal dot in $5 ( [0123456789]{0,} ) # then optional ASCII digits in $6 ) ? # end optional cluster ) # end $3 (?: # begin cluster group ( [E] ) # base-10 exponent into $7 ( # exponent number into $8 ( [+-] ? ) # optional sign for exponent into $9 ( [0123456789] + ) # one or more ASCII digits into $10 ) # end $8 | # or else nothing at all ) # end cluster group ) }xi; # end $1 and whole pattern, enabling /x and /i modes从软件工程的角度来看，上面的
/x模式版本仍存在一些问题。首先，有很多代码重复，你会看到相同的[0123456789]；如果其中一个序列意外地漏掉了一个数字，会发生什么？其次，你依赖于位置参数，必须计数。这意味着你可能会写出像这样的代码:( $real_number, # $1 $real_number_sign, # $2 $pre_exponent_part, # $3 $pre_decimal_point, # $4 $decimal_point, # $5 $post_decimal_point, # $6 $exponent_indicator, # $7 $exponent_number, # $8 $exponent_sign, # $9 $exponent_digits, # $10 ) = ($string =~ /$real_rx/);这实在是太糟糕了！容易弄错编号，很难记住符号名称的位置，而且写起来很繁琐，特别是如果你不需要所有这些部分。将其改为使用命名组而不仅仅是编号组。同样，我将使用 Perl 语法来表示变量，但 Pattern 的内容应该适用于任何支持命名组的地方。
use 5.010; # Perl got named patterns in 5.10 $real_rx = qr{ (?<real_number> # optional leading sign (?<real_number_sign> [+-]? ) (?<pre_exponent_part> (?= # look ahead for what next char *will* be [0123456789] # EITHER: an ASCII digit | [.] # OR ELSE: a dot ) # end look ahead (?<pre_decimal_point> [0123456789]{1,3} # 1-3 ASCII digits to start the number (?: # then optionally followed by (?: [_,]? ) # an optional grouping separator of comma or underscore [0123456789]{3} # followed by exactly three ASCII digits ) * # repeated any number of times ) # end <pre_decimal_part> (?: # begin optional anon cluster (?<decimal_point> [.] ) # required literal dot (?<post_decimal_point> [0123456789]{0,} ) ) ? # end optional anon cluster ) # end <pre_exponent_part> # begin anon cluster group: (?: (?<exponent_indicator> [E] ) # base-10 exponent (?<exponent_number> # exponent number (?<exponent_sign> [+-] ? ) (?<exponent_digits> [0123456789] + ) ) # end <exponent_number> | # or else nothing at all ) # end anon cluster group ) # end <real_number> }xi;
现在抽象化已经被命名，这很有帮助。您可以通过名称将组分离出来，只需要关心您所需的那些。例如：if ($string =~ /$real_rx/) { ($pre_exponent, $exponent_number) = @+{ qw< pre_exponent exponent_number > }; }还有一件事情可以做来让这个模式更易于维护。问题在于仍然存在太多的重复，这意味着它在一个地方很容易被修改，但在另一个地方却不容易。如果你正在进行McCabe分析，你会说它的复杂度指标太高。大多数人会说它缩进太多了，这使得它难以跟踪。为了解决所有这些问题，我们需要一个“语法模式”，其中包含一个定义块来创建命名的抽象，然后我们稍后在匹配中将其视为子程序调用。
use 5.010; # Perl first got regex subs in v5.10 $real__rx = qr{ ^ # anchor to front (?&real_number) # call &real_number regex sub $ # either at end or before final newline ################################################## # the rest is definition only; think of ## # each named buffer as declaring a subroutine ## # by that name ## ################################################## (?(DEFINE) (?<real_number> (?&mantissa) (?&abscissa) ? ) (?<abscissa> (?&exponent_indicator) (?&exponent) ) (?<exponent> (&?sign) ? (?&a_digit) + ) (?<mantissa> # expecting either of these.... (?= (?&a_digit) | (?&point) ) (?&a_digit) {1,3} (?: (?&digit_separator) ? (?&a_digit) {3} ) * (?: (?&point) (?&a_digit) * ) ? ) (?<point> [.] ) (?<sign> [+-] ) (?<digit_separator> [_,] ) (?<exponent_indicator> [Ee] ) (?<a_digit> [0-9] ) ) # end DEFINE block }x;
看看这个语法模式比原来的嘈杂模式好多了？而且更容易掌握语法：我甚至没有一个需要纠正的正则表达式语法错误。 （好吧，没错，我其他的输入也没有任何语法错误，但我已经做了一段时间了。 :)语法模式看起来更像BNF，而不是人们开始讨厌的丑陋的正则表达式。 它们更容易阅读，编写和维护。 所以，不要再使用丑陋的模式了，好吗？
- tchrist
24
7@ThiefMaster，我希望你现在能够详细解答我的原始问题，使其更加易懂，不过请不要改变原意。希望你现在会开心地微笑！ :) - tchrist
2@ʞɔɐɯɹoↃɔW sǝɯɐſ：不知道如何在Microsoft中实现，但是使用最新的Perl版本非常简单：
perl -Mv5.14 -MUnicode::UCD=num -CSA -E 'say "$_ is ",num($_) for @ARGV' "४५६७" "໓໑໔໑໕໙"会输出४५६७ is 4567 ໓໑໔໑໕໙ is 314159。这意味着对于数字字符串，您只需要使用/(\d+)/获取它们并调用Unicode::UCD::num函数即可。我不知道Microsoft的国际支持有多好，但肯定比Java好。 - tchrist2很棒的答案-但是你有21个模式和20个解释。 :) - Anthony Mills
15在一粒沙子中看到宇宙 - 正则表达式、可读性、问题的框架、鲁棒性、清晰度、启示 - 一小时内的永恒 - 这个答案压缩了多少智慧？ - Phil H
显示剩余19条评论
42
如果你只想允许数字和逗号，那么正则表达式是
但是，如果你想允许合法的数字，最好使用以下正则表达式：
^[-,0-9]+$。如果你还想允许空格，则使用^[-,0-9 ]+$。但是，如果你想允许合法的数字，最好使用以下正则表达式：
^([-+] ?)?[0-9]+(,[0-9]+)?$
或者直接使用.net的数字解析器（有关各种NumberStyles，请参见MSDN）：
try {
double.Parse(yourString, NumberStyle.Number);
}
catch(FormatException ex) {
/* Number is not in an accepted format */
}
- ThiefMaster
3
1没错，看我的补充 - 他的问题没有说明他是想允许“只包含数字和逗号”，还是想检查有效的数字。 - ThiefMaster
2那真是相当糟糕。我认为它甚至没有回答@user278618的问题。不过，@user278618提出的问题与他提供的示例不符。在我的答案中，我提供了许多解决方案，其中没有一个有你的解决方案中存在的许多问题。我的
/^(?:(?:[+-]?)(?:[0123456789]{1,3}(?:,?[0123456789]{3})*))$/可能会满足他的需求，但由于措辞不精确且存在冲突，很难确定。但肯定比你的做得好得多！ - tchrist他的问题非常不清楚，我只能猜测他到底想要什么。 - ThiefMaster
10
试一下这个：
^-?\d{1,3}(,\d{3})*(\.\d\d)?$|^\.\d\d$
允许：
1
12
.99
12.34
-18.34
12,345.67
999,999,999,999,999.99
- Gary Green
7
自从这个问题四年后重新打开，我想提供一个不同的看法。作为一个花费大量时间使用正则表达式的人，我的看法是：
A. 如果可能的话，不要使用正则表达式验证数字
尽可能使用您的语言。可能会有函数来帮助您确定字符串包含的值是否为有效数字。话虽如此，如果您接受各种格式（逗号等），您可能没有选择。
B. 不要手动编写正则表达式来验证数字范围
为了学习目的，解决数字范围正则表达式可能有趣一两次。除此之外，如果你有精力投入到进一步提高正则表达式技巧上，可以把它花在有用的事情上，比如深入理解 贪婪正则表达式，阅读 Unicode 正则表达式，尝试零宽度匹配或递归，阅读 SO 正则表达式 FAQ 并发现一些很棒的技巧，比如如何 从正则表达式匹配中排除某些模式……或者阅读经典著作，比如 精通正则表达式（第三版） 或 正则表达式菜谱（第二版）。
A. 如果可能的话，不要使用正则表达式验证数字
尽可能使用您的语言。可能会有函数来帮助您确定字符串包含的值是否为有效数字。话虽如此，如果您接受各种格式（逗号等），您可能没有选择。
B. 不要手动编写正则表达式来验证数字范围
- 编写匹配给定范围内数字的正则表达式很难。即使编写一个匹配1到10之间数字的正则表达式，也可能出错。
- 一旦你有了数字范围的正则表达式，调试就很难。首先，它看起来很糟糕。其次，你怎么确定它匹配了你想要的所有值，而没有匹配任何你不想要的值呢？老实说，如果你自己做，没有同事在你身边帮忙，你是无法确定的。最好的调试技巧是通过编程输出整个数字范围，并将它们与正则表达式进行比较。
- 幸运的是，有工具可以自动生成数字范围的正则表达式。
C.明智地使用正则表达式工具来节省你的正则表达式能量
在给定范围内匹配数字的问题已经得到解决。你不需要试图重新发明轮子。这是一个可以通过程序机械地解决的问题，而且保证没有错误。充分利用这个免费的方法。为了学习目的，解决数字范围正则表达式可能有趣一两次。除此之外，如果你有精力投入到进一步提高正则表达式技巧上，可以把它花在有用的事情上，比如深入理解 贪婪正则表达式，阅读 Unicode 正则表达式，尝试零宽度匹配或递归，阅读 SO 正则表达式 FAQ 并发现一些很棒的技巧，比如如何 从正则表达式匹配中排除某些模式……或者阅读经典著作，比如 精通正则表达式（第三版） 或 正则表达式菜谱（第二版）。
对于工具，您可以使用：
- 在线工具：Regex_for_range
- 离线工具：我所知道的唯一一个是由正则表达式专家Jan Goyvaerts开发的
RegexMagic（非免费）。这是他的初学者正则表达式产品，据我回忆，它拥有在给定范围内生成数字的许多选项以及其他功能。 - 如果条件过于复杂，请自动生成两个范围...然后使用交替运算符
|将它们连接起来。
D. 练习：构建用于问题规格的正则表达式
这些规格相当广泛...但不一定模糊。 让我们再次查看示例值：
123,456,789
-12,34
1234
-8
第一个和第二个值有什么关系？在第一个中，逗号匹配三的幂次方组。在第二个中，它可能匹配欧洲大陆风格数字格式中的小数点。这并不意味着我们应该允许到处都有数字，比如1,2,3,44。同样，我们也不应该太过严格。例如，接受答案中的正则表达式将无法匹配123,456,789这一要求（请参见demo）。
我们如何构建正则表达式以满足规格要求？
- 让我们使用
^和$将表达式锚定，以避免子匹配 - 让我们允许可选的负号：
-? - 让我们匹配两种类型的数字，在交替项
(?:this|that)的两侧： - 在左边，是一个欧洲风格的数字，其小数部分可以选择性地带有逗号：
[1-9][0-9]*(?:,[0-9]+)? - 在右边，是一个带有千位分隔符的数字：
[1-9][0-9]{1,2}(?:,[0-9]{3})+
完整的正则表达式：
^-?(?:[1-9][0-9]*(?:,[0-9]+)?|[1-9][0-9]{1,2}(?:,[0-9]{3})+)$
请查看演示。
这个正则表达式不允许以0开头的欧洲风格数字，比如0,12。这是一个特性，而不是错误。如果想要匹配它们，只需要进行一点小调整：
^-?(?:(?:0|[1-9][0-9]*)(?:,[0-9]+)?|[1-9][0-9]{1,2}(?:,[0-9]{3})+)$
请查看演示。
- zx81
4
^[-+]?(\d{1,3})(,?(?1))*$
那么它是什么？！
^表示字符串开头[-+]?允许在字符串开头后面加上 负号 或 正号(\d{1,3})匹配至少一位数字且最多三位数字 ({1,3}) 并将连续的数字作为第一组进行分组（括号(...)建立了一个新组）(,?(?1))*好吧... 让我们来分解一下(...)建立另一个组（不是很重要）,?匹配在第一组数字后面可能存在的逗号(?1)再次匹配第一组的模式（记得(\d{1,3})）；换言之：此时表达式已经匹配了一个符号（加号/减号/无符号）后面跟着一串数字，可能还有一个逗号，再跟着另一串数字。(,?(?1))*中的*将第二部分（逗号和数字串）重复匹配尽可能多次
$最后匹配字符串结尾
这种表达式的好处在于，避免了反复定义相同的模式；缺点是有时会变得比较复杂 :-/
- bukart
3
这个不处理浮点数 -- 尤其是小数点作为十进制的情况。 - mickmackusa
这是真的，但这不是目标……它与请求的输入相匹配。 - bukart
它还匹配了
1,2,3,4,5，这并不是要求的。https://regex101.com/r/T3m0iQ/1你的模式没有区分逗号作为千位分隔符和逗号作为小数点的用法。验证不是很强。 - mickmackusa3
试试这个：
^-?[\d\,]+$
它将允许可选的
-作为第一个字符，然后是逗号和数字的任意组合。- Klaus Byskov Pedersen
1
这是一个明显薄弱的验证，正如Paul在先前的评论中指出的那样。 - mickmackusa
3
^-? # start of line, optional -
(\d+ # any number of digits
|(\d{1,3}(,\d{3})*)) # or digits followed by , and three digits
((,|\.)\d+)? # optional comma or period decimal point and more digits
$ # end of line
- Andrew
1
为什么不将
(,|\.)简化为[,.]呢？ - mickmackusa0
在Java中，你可以使用
java.util.Scanner和它的useLocale方法。Scanner myScanner = new Scanner(input).useLocale( myLocale)
isADouble = myScanner.hasNextDouble()
- Jorge DeFlon Developer
-3
试试这个：
boxValue = boxValue.replace(/[^0-9\.\,]/g, "");
这个正则表达式只匹配数字、点和逗号。
- Narasimha
1
为什么要发布这个？它与已经高赞的答案没有任何不同之处。 - Shawn Mehan
-3
关于示例：
^(-)?([,0-9])+$
应该可以工作。使用任何您想要的语言来实现它。
- arunKr
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
[\d,]+。 - user557597