正则表达式匹配两个或多个连续字符

Question

使用正则表达式我想匹配一个单词

• 以字母开头
• 有英文字母
• 数字、句点(.)、连字符(-)、下划线(_)
• 不应有两个或多个连续句点或连字符或下划线
• 可以有多个句点、连字符或下划线

例如，

flin..stones 或 flin__stones 或 flin--stones

不允许。

fl_i_stones 或 fli_st.ones 或 flin.stones 或 flinstones

是允许的。

到目前为止，我的正则表达式是 ^[a-zA-Z][a-zA-Z\d._-]+$

所以我的问题是如何使用正则表达式来做到这一点

Answer 1

您可以使用lookahead 和backreference 来解决此问题。但请注意，现在您至少需要 2 个字符。起始字母和另一个（由于+）。您可能想要制作 + 和 * 以便第二个字符类可以重复 0 次或更多次：

^(?!.*(.)\1)[a-zA-Z][a-zA-Z\d._-]*$

前瞻是如何工作的？首先，这是一个消极的前瞻性。如果内部的模式找到匹配项，则前瞻会导致整个模式失败，反之亦然。因此，如果我们 确实 有两个连续的字符，我们可以在里面有一个匹配的模式。首先，我们在字符串 (.*) 中查找任意位置，然后匹配单个（任意）字符 (.) 并用括号捕获它。因此，该角色进入捕获组1。然后我们要求这个捕获组跟在它后面（用\1 引用它）。因此，内部模式将尝试在字符串中的每个位置（由于backtracking）是否有一个字符紧随其后。如果找到这两个连续字符，则该模式将失败。如果找不到，引擎会跳回到前瞻开始的地方（字符串的开头）并继续匹配实际的模式。

或者，您可以将其拆分为两个单独的检查。一个用于有效字符和起始字母：

^[a-zA-Z][a-zA-Z\d._-]*$

还有一个用于连续字符（您可以在其中反转匹配结果）：

(.)\1

这将大大提高您的代码的可读性（因为它不像前瞻那样晦涩难懂），还可以让您以模式检测实际问题并返回适当且有用的错误消息。