为什么这个模式在“-”之后不匹配？答案

【问题标题】：Why does this pattern not match after the “-”?为什么这个模式在“-”之后不匹配？
【发布时间】：2020-09-18 05:24:05
【问题描述】：

我有以下模式，它应该适用于 C++ 正则表达式、perl 和 grep。有谁知道为什么 0000 的字符串在减号 - 之后不匹配？

$ echo AB 00000-0000 | grep -Po "(\w{2}\s*\d{5}(−\d{4})?)"
AB 00000
$ echo AB00000-0000 | grep -Po "(\w{2}\s*\d{5}(−\d{4})?)"
AB00000

【问题讨论】：

【解决方案1】：

你的减号不是你想象的那样。当我将您的代码复制并粘贴到我的 shell 中时，我看到：

echo AB00000-0000 | grep -Po "(\w{2}\s*\d{5}(\342\210\222\d{4})?)"

当我使用普通的旧减号（而不是 \342\210\222，这就是我得到的：

$ echo AB00000-0000 | grep -Po "(\w{2}\s*\d{5}-\d{4}?)"
AB00000-0000

【讨论】：

@notaorb - 正如您所了解的（也许已经知道），有几个破折号字符。如果您的输入中确实有一个 n-dash（中等宽度），那么解决方案不是用原始字符串中的连字符替换它，而是在正则表达式中使用 n-dash，所以它将按原样匹配输入字符串。 chicagomanualofstyle.org/qanda/data/faq/topics/…

【解决方案2】：

看起来您在正则表达式中使用的破折号文字与输入中的破折号不同。输入破折号是一个小 -，而您的正则表达式中的破折号稍长。不确定您的输入设备有何不同，但是当我将您的破折号换成短破折号时：-您的表达效果很好。

(\w{2}\s*\d{5}(-\d{4})?)

这是一个可以帮助你的好工具，我经常使用它： https://regex101.com/

【讨论】：