连字符后的正则表达式不匹配数字答案

【问题标题】：Regex not matching numbers after hyphen连字符后的正则表达式不匹配数字
【发布时间】：2017-10-20 15:57:58
【问题描述】：

我有以下几点：

1.5 5 tablespoon cream
½ (1 cup) heavy cream
¼ – ½ teaspoon cream
1 tablespoon cream

^(?:[\-\.\/\s]*[\d↉½⅓⅔¼¾⅕⅖⅗⅘⅙⅚⅐⅛⅜⅝⅞⅑⅒⅟])+

我试图弄清楚为什么 ¼ – ½ 不匹配，我在非捕获组中有一个转义的连字符。

我的尝试：

^(?:[\-\.\/\s\W]*[\d↉½⅓⅔¼¾⅕⅖⅗⅘⅙⅚⅐⅛⅜⅝⅞⅑⅒⅟])+ 但它与½ (1 匹配，我只想要包含点、连字符和空格的所有内容。

带有标记非单词字符的\W 的负前瞻，它准确地捕获了我想要实现的目标，但是负前瞻并没有阻止1 (1 被捕获，这是我尝试过的： ^(?:[\-\.\/\s\W]*(?!\()*[\d↉½⅓⅔¼¾⅕⅖⅗⅘⅙⅚⅐⅛⅜⅝⅞⅑⅒⅟])+

【问题讨论】：

【解决方案1】：

文本中的“连字符”实际上是 EN DASH（十六进制 2013 或十进制 8211），而不是常规连字符（十六进制 2D 或十进制 45）。

复制粘贴（所以你抓住破折号）并使用它：

^(?:[-–./\s]*[\d↉½⅓⅔¼¾⅕⅖⅗⅘⅙⅚⅐⅛⅜⅝⅞⅑⅒⅟])+

在字符类中同时具有常规连字符和短划线字符。

请注意，字符类中的所有字符都不需要转义，即使连字符也不需要转义，因为它是第一个并且在该位置不需要转义。

如果您也想添加EM DASH，请将— 复制并粘贴到字符类的末尾。

如果您的工具/语言支持 POSIX 字符类（可能），您可以使用 破折号 类 Pd:

^(?:[\p{Pd}./\s]*[\d↉½⅓⅔¼¾⅕⅖⅗⅘⅙⅚⅐⅛⅜⅝⅞⅑⅒⅟])+

这更易读。

【讨论】：

所以我认为有一个 unicode 字符类用于破折号（破折号标点符号），如果 c++ 是一个选项：boost.org/doc/libs/1_58_0/libs/regex/doc/html/boost_regex/…
哇……无语！我花了一百万年才开始怀疑格伦，你的答案是我的泰诺。
@BurnsBA 是的，它是\p{Pd}。我已经用那个替代方法更新了答案。谢谢你提醒我它的存在。
点后的 / 需要通过@Bohemian 进行转义
@Johnson 取决于您的语言。某些语言（如 JS）delimit 正则表达式使用斜线，在这种情况下，您需要转义斜线，但一般不需要 - 斜线在正则表达式中没有特殊含义。