Question

我的正则表达式经验有限，而且我一直在修补我尚未设法解决的问题。我怀疑对于具有更多正则表达式经验的其他人来说相对容易，所以任何指针都会受到赞赏。

上下文。我需要能够验证一个句子，该句子可以包含a-z（两种情况），0-9，空格，标准标点符号以及 和.

我在C＃中编写了一些测试，如下所示。

[TestCase("123345acbcbbc ab")]
[TestCase("123 abc")]
[TestCase("aBcC 123 123! abc; 'k21HdD_-{};:")]
[TestCase("123!")]
[TestCase("aBcC<br />123 123!<br />abc; 'k21HdD_-{};:")]
public void WhenValidatingASentence_ThenStandardPunctuation_IsSupported(string sut)
{
    Assert.That(Regex.IsMatch(sut, @"^[a-zA-Z0-9]+[\sa-zA-Z0-9\p{P}]+?(<br\s/>)+?$"), Is.True);
}

前四个测试用例工作正常，但是在模式和输入中引入中断导致第五种情况失败。

很明显，我误解了捕获组的使用或者说它的规格很糟糕。任何指导将不胜感激。

毋庸置疑，字符串的所有部分都可以重复，因此段落和符号，以及字符，数字和标点符号可以在整个句子中多次使用，尽管我希望开头必须是a-z或数字。

由于脂

Answer 1

这是一个简单的解决方案：

^(?:[0-9a-zA-Z \p{P}]+|<(?:br|/?p)[^>]*>)+$

这不能确保标签已正确嵌套，并且它将允许标签上的属性。

如果你想确保标签是平衡的，那么正则表达式会变得更复杂：

^(?:
(?>[0-9a-zA-Z \p{P}]+)
|<br\s*>
|(?<para>)<p[^>]*>
|(?<-para>)</p\s*>
)+(?(para)(?!))$

这使用balancing groups（我更喜欢.NET正则表达式来支持递归，但这是一个不同的主题）。它仍然允许在开始标记上添加属性。

RegexHero demo

编辑：我刚注意到你想要开始是字母数字。如果您想强制执行此操作，只需在[a-zA-Z0-9]锚点后添加^。

正则表达式 - 带标点符号加句子和段落的句子

1 个答案: