用于验证具有多个字母数字模式的字符串的正则表达式答案

【问题标题】：RegEx for validating strings with multiple alphanumeric patterns用于验证具有多个字母数字模式的字符串的正则表达式
【发布时间】：2019-10-19 01:48:17
【问题描述】：

我正在制作一个机器人，我希望该机器人能够跟踪团队开支。我需要能够告诉机器人支付的金额和参与者（即输入支付的用户的列表）。参与者必须是取自大写拉丁字母的正好两个字母的序列（不允许使用数字或其他符号）。

示例：假设我和朋友 FH、GT、YU、WQ 和 CS 出去吃午饭。为了告诉机器人我们一起吃午饭，我将输入支付的总金额，然后输入“|”，然后输入除我之外参与活动的相关人员（如 FH、GT、YU、WQ、 CS）。如果我愿意（虽然这不是必需的），我还可以在名称列表之后放置一个空格并写下事件的名称：如果存在，事件的名称必须始终用双引号 (") 括起来。

例如，这是一个有效的输入：

 65|FH,GT,YU,WQ,CS "lunch out"

所以格式是：数字、|、名称（用逗号分隔）、空格、事件名称。（最后两个是可选的）。

数字必须始终为正数（出于显而易见的原因），它可以是整数（例如 65）或小数（例如 65.7、65.32 等）。如果数字是十进制数，则小数点后最多可有 2 位。

所有这些也是有效的输入：

65|FH,GT,YU,WQ,CS 
34.56|FH,GT "club night"
120.7|FH,GT,KM,LW,AS,XZ,PO "cinema tickets"

同一参与者不能被多次提及，因此以下输入无效。

65|FH,GT,YU,WQ,CS,GT

简而言之：命令应该以金额开头，后跟分隔符 |，然后是用户支付的人员列表。插入描述费用的消息是可选的。

有无数个有效的输入。它们都会有所不同，但它们都将遵循上述规则（没有提到两次参与者，每个参与者用逗号分隔，金额是整数或小数点后最多 2 位的小数等。）。

但是，我似乎无法“捕捉”它们的共同点（它们的“格式”遵循我所说的规则），以便机器人能够区分有效输入和无效输入。我正在考虑使用正则表达式。我对正则表达式不太熟悉，但在我看来，正则表达式无法捕获输入可以具有的所有可能形式（例如，名称的数量、金额中的小数位数、可选名称事件等）

我应该如何进行？

【问题讨论】：

这是我能得到的最接近的：^[\d.]+\|([A-Z]{2},)*([A-Z]{2})(?: "[\s\w]+")?$。这不会处理重复的字符组，但 RegEx 专家可能也知道如何处理这个问题。这是上述查询的demo。
非常感谢@SaschaM78！这很棒。我注意到它不排除小数点后超过 2 位的数字（例如 54.678），也不排除像“50”这样的数字。或“32”。（即有小数点但没有小数点的数字）。您是否知道如何编辑您的正则表达式以排除这些实例？
是的，你是对的，我错过了那部分。更新后的正则表达式为：^\d+(?:\.\d{1,2}){0,1}\|([A-Z]{2},)*([A-Z]{2})(?: "[\s\w]+")?$（也在演示中更新）。

标签： javascript regex regex-lookarounds regex-group regex-greedy

【解决方案1】：

也许可以用正则表达式处理重复，但为了更容易，我将使用split 并改为循环

var txt = `65|FH,GT,YU,WQ,CS
34.56|FH,GT "club night"
65|FH,GT,YU,WQ,CS,GT "this is not valid"
65|AH,GT,YU,AH
120.7|FH,GT,KM,LW,AS,XZ,PO "cinema tickets"`

var lines = {
  valid: [],
  notValid: []
};

txt.split("\n").forEach(line => {
  var isValid = true,
    persons = [],
    l = line.trim().replace(/.*\|([\w,]+)(\s".*)?/, "$1")

  l.split(/[,\s]/).forEach(p => {
    if (persons.includes(p))
      isValid = false;
    persons.push(p)
  })

  if (isValid)
    lines.valid.push(line)
  else
    lines.notValid.push(line)
})

console.log(lines)

【讨论】：

【解决方案2】：

这句话很有意思。我们将使用我们拥有的模式来解决这个问题，其中包括数字后跟管道：

(\d+(\.\d+)?)\|

不希望出现的重复两个字母：

(([A-Z]{2}),?).*?(\1)

所需的重复两个字母：

(([A-Z]{2}),?)

引号中的可选词：

\s+"[\w\s]+"

我们可以使用更改：

(\d+(\.\d+)?)\||(([A-Z]{2}),?).*?(\1)|(([A-Z]{2}),?)|\s+"[\w\s]+"

只要第二部分不是undefined，则该字符串无效，否则有效，我们将编写其余问题的脚本。

Demo

测试

const regex = /(\d+(\.\d+)?)\||(([A-Z]{2}),?).*?(\1)|(([A-Z]{2}),?)|\s+"[\w\s]+"/gm;
const str = `65|FH,GT,YU,WQ,CS 
34.56|FH,GT "club night"
120.7|FH,GT,KM,LW,AS,XZ,PO "cinema tickets"

65|FH,GT,YU,WQ,CS,GT`;
let m;

while ((m = regex.exec(str)) !== null) {
    // This is necessary to avoid infinite loops with zero-width matches
    if (m.index === regex.lastIndex) {
        regex.lastIndex++;
    }
    
    // The result can be accessed through the `m`-variable.
    m.forEach((match, groupIndex) => {
        console.log(`Found match, group ${groupIndex}: ${match}`);
    });
}

正则表达式电路

jex.im 可视化正则表达式：

【讨论】：