提问人:Ross McFarlane 提问时间:1/24/2011 更新时间:1/25/2011 访问量:2026
PHP 的正则表达式字符类减法
Regex Character Class Subtraction with PHP
问:
你好
我正在尝试匹配英国邮政编码,使用 http://interim.cabinetoffice.gov.uk/media/291370/bs7666-v2-0-xsd-PostCodeType.htm 的模式,
/^[A-Z]{1,2}[0-9R][0-9A-Z]? [0-9][A-Z-[CIKMOV]]{2}$/
我在PHP中使用它,但它与有效的邮政编码不匹配。但是,当我删除字符类减法时,此邮政编码确实匹配。OL13 0EF
-[CIKMOV]
我的印象是我在 PHP 中做错了字符类减法。如果有人能纠正我的错误,我将不胜感激。
提前感谢您的帮助。
罗斯
答:
PCRE 不支持 char 类减法。
因此,您可以枚举除以下字母以外的所有大写字母:CIKMOV
^[A-Z]{1,2}[0-9R][0-9A-Z]? [0-9][ABDEFGHJLNPQRSTUWXYZ]{2}$
可以使用范围短路为:
^[A-Z]{1,2}[0-9R][0-9A-Z]? [0-9][ABD-JLNP-UW-Z]{2}$
我认为您将不得不替换为 .我不认为 php 支持字符类减法。我的替代方案是“A、B、D 到 H、J、L、N、P 到 U 和 W 到 Z”。[A-Z-[CIKMOV]]
[ABD-HJLNP-UW-Z]
大多数正则表达式风格不支持字符类减法。相反,您可以使用 look-ahead 断言:
/^[A-Z]{1,2}[0-9R][0-9A-Z]? [0-9](?!.?[CIKMOV])[A-Z]{2}$/
评论
如果不支持类减法,您应该能够使用负类来实现减法。
一些例子是,[^\D] = \d
[^[:^alpha:]] = [a-zA-Z]
你的问题可以这样解决,在字符类中使用负 POSIX 字符类,例如[^a-z[:^alpha:]CIKMOV]
[^
a-z # not a-z
[:^alpha:] # not not A-Za-z
CIKMOV # not C,I,K,M,O,V
]
编辑 - 这也有效,可能更容易阅读:[^[:^alpha:][:lower:]CIKMOV]
[^
[:^alpha:] # A-Za-z
[:lower:] # not a-z
CIKMOV # not C,I,K,M,O,V
]
结果是一个 A-Z 字符类,没有 C、I、K、M、O、V
基本上是减法。
这是对 2 种不同类混合物的测试(在 Perl 中):
use strict;
use warnings;
my $match = '';
# ANYOF[^\0-@CIKMOV[-\377!utf8::IsAlpha]
for (0 .. 255) {
if (chr($_) =~ /^[^a-z[:^alpha:]CIKMOV]$/) {
$match .= chr($_); next;
}
$match .= ' ';
}
$match =~ s/^ +//;
$match =~ s/ +$//;
print "'$match'\n";
$match = '';
# ANYOF[^\0-@CIKMOV[-\377+utf8::IsDigit !utf8::IsWord]
for (0 .. 255) {
if (chr($_) =~ /^[^a-z\d\W_CIKMOV]$/) {
$match .= chr($_); next;
}
$match .= ' ';
}
$match =~ s/^ +//;
$match =~ s/ +$//;
print "'$match'\n";
输出显示 A-Z 减去 CIKMOV,从测试的 ascii 字符 0-255 中停用:
'AB DEFGH J L N PQRSTU WXYZ'
'AB DEFGH J L N PQRSTU WXYZ'
评论