正则表达式：加号之前的单词边界答案

【问题标题】：Regex: Word bounary before plus-sign正则表达式：加号之前的单词边界
【发布时间】：2018-03-19 11:00:14
【问题描述】：

我正在使用 C# 并希望从字符串中解析电话号码。我住在瑞士，电话号码可以有 10 位数字，如下所示： 000 000 00 00 或可以以+41 开头：+41 00 000 00 00。我写了以下正则表达式：

var phone = new Regex(@"\b(\+41\s\d{2}|\d{3})\s?\d{3}\s?\d{2}\s?\d{2}\b");

这在第一个示例中非常有效，但带有“+41”的示例不匹配。我很确定单词边界\b 和以下+ 存在问题。当我在开始时删除\b 时，它会发现与+41-example 匹配。我的代码：

    var phone = new Regex(@"\b(\+41\s\d{2}|\d{3})\s?\d{3}\s?\d{2}\s?\d{2}\b");

    var text = @"My first phonenumber is: +41 00 000 00 00. My second one is:
    000 000 00 00. End.";

    var phoneMatches = phone.Matches(text);
    foreach(var match in phoneMatches)
    {
        Console.WriteLine(match);
    }
    Console.ReadKey();

输出：000 000 00 00。

没有\b的输出：

+41 00 000 00 00 000 000 00 00

有什么解决办法吗？

【问题讨论】：

如果下一个预期的字符可以是非单词字符，请不要使用\b。使用(?<!\w)
@WiktorStribiżew 成功了，谢谢。我从未在正则表达式中见过(? 和<! ......你能解释一下这些是什么意思吗？我在网上找不到任何参考资料。

标签： c# .net regex phone-number word-boundary

【解决方案1】：

您可以使用(?<!\w) positive lookbehind 而不是第一个\b。由于下一个预期字符可以是非单词 char，因此单词边界可能会匹配失败，而 (?<!\w) 只会在下一个预期字符之前有一个单词 char 时才会匹配失败。

使用

var phone = new Regex(@"(?<!\w)(\+41\s\d{2}|\d{3})\s?\d{3}\s?\d{2}\s?\d{2}\b");
                        ^^^^^^^

详情

(?<!\w) - 如果在当前位置的左边有一个单词 char 则匹配失败
(\+41\s\d{2}|\d{3}) - +41，一个空格和 2 位或 3 位
\s? - 1 或 0 个空格
\d{3} - 3 位数
\s? - 1 或 0 个空格
\d{2} - 2 位数字
\s? - 1 或 0 个空格
\d{2} - 2 位数字
\b - 一个单词边界（这个可以工作，因为之前预期的字符是一个数字）。

注意：要仅匹配 ASCII 数字，您可能需要将 \d 替换为 [0-9]（请参阅 this thread）。

【讨论】：

【解决方案2】：

试试这个one:

(\+\b41\s\d{2}|\b\d{3})\s?\d{3}\s?\d{2}\s?\d{2}\b

移动 () 块内的边界分隔符，并将 + 放在单词边界分隔符之前。

【讨论】：