使用正则表达式前瞻将信用卡号拆分为 4 块？答案

【问题标题】：Split credit card number into 4 chunks using Regex lookahead?使用正则表达式前瞻将信用卡号拆分为 4 块？
【发布时间】：2017-09-20 02:22:21
【问题描述】：

我想将一个信用卡号（在我的情况下我总是有 16 位数字）分成 4 个 4 位数字的块。

我通过积极的展望成功地做到了：

var s="4581458245834584";
var t=Regex.Split(s,"(?=(?:....)*$)");
Console.WriteLine(t);

但我不明白为什么结果是两个填充的空单元格：

我已经知道我可以使用“删除空条目”标志，但我不是在那之后。
但是 - 如果我将正则表达式更改为 (?=(?:....)+$) ，那么我会得到这个结果：

问题

为什么正则表达式会发出空单元格？以及如何修复我的正则表达式，使其首先生成 4 个块（无需“修剪”那些空条目）

【问题讨论】：

卡号不是总是16位吗？假设同样多，不是正则表达式吗？你不能用 rx 或手动根据它进行 aplit 吗？
@ChrisWatts 可能有 10 种方法。我想用正则表达式来做。我已经有了拆分解决方案（一条线），所以我已经完成了 95% 的工作。我只需要这 5% 来修复代码。（并理解为什么会发出那些额外的空单元格）。
很公平，只是我的中间想法！
请注意，不同品牌的支付卡使用不同长度的卡号。并非全部都是十六位数。此外，支付卡号的前六位数字构成了识别发卡银行的 IIN（或“BIN”号），因此将这部分分开可能很有用。对于这样一个简单的任务，正则表达式非常昂贵；改为使用简单的子字符串来拆分每个感兴趣的部分。
@Bobulous 它在页面加载时发生一次。它没有运行成千上万次。不应该考虑这种纳米优化（在这个特定任务中）。

标签： c# regex lookahead

【解决方案1】：

但我不明白为什么结果是两个填充的空单元格：让我们尝试分解您的正则表达式。

正则表达式： (?=(?:....)*$)

解释：任何事物的前瞻 (?=) 4 次(?:....) 0 次或多次。只是向前看并且不匹配任何内容将匹配零宽度。

由于您使用的是 * 量词，它表示 零或更多，它匹配开头或字符串以及字符串末尾的第一个零宽度。

从Regex101 Demo 的快照中可视化它

[

那么我怎样才能只选择中间的那 3 个拆分器呢？

我不太了解 C#，但这个 3 步方法可能对你有用。

使用(\d{4}) 搜索并替换为-\1。结果将是-4581-4582-4583-4584。 Demo
现在通过搜索替换第一个 - 为 ^-。结果将是4581-4582-4583-4584。 Demo
最后搜索- 并拆分它。 Demo。使用\n 代替演示目的。

受 Royi 回答启发的替代解决方案。

正则表达式： (?=(?!^)(?:\d{4})+$)

说明：

(?=              // Look ahead for
   (?!^)         // Not the start of string
   (?:\d{4})+$   // Multiple group of 4 digits till end of string
)

由于没有匹配任何内容并且仅使用环视断言，因此它将在一组 4 位数字后精确定位零宽度。

Regex101 Demo

【讨论】：

那么我怎样才能只选择中间的那 3 个拆分器？
@Royi，不仅要使用前瞻修饰符，还可以另外使用后瞻修饰符来表示任何分割点必须以 4 位数字开头... ;)
@elgonzo（旁注）这将使这个 - 对 JS 不可用。
@Royi，如果 JS 兼容性是一个问题，你可以只匹配每 4 个数字而不是匹配分割点，或者这正是挑战？
@elgonzo 我不想误导任何人——这就是我写“旁注”的原因。但我更喜欢它对 JS regex 也有效。但是 - 由于这个问题没有用 JS 标记，我应该除了 c# only 解决方案。

【解决方案2】：

我好像找到了答案。

看看那些分离器 - 我需要摆脱边缘：

所以我想 - 我怎样才能告诉正则表达式引擎“不在行首”？

这正是(?!^) 所做的事情

所以这是新的正则表达式：

var s="4581458245834584";
var t=Regex.Split(s,"(?!^)(?=(?:....)+$)");
Console.WriteLine(t);

结果：

【讨论】：

聪明人。我没有想到要避免一开始就检查。对此仍然有一个解释。
即使(?=(?!^)(?:....)+$) 也有效。困惑如何解释。
@Rahul：您的正则表达式说：查找后跟 4 个字符的内容，这些字符不在输入字符串的开头。更准确地说，您的前瞻模式说：仅当此位置不是输入字符串的开头时，才继续在此位置匹配...
@Rahul，抱歉，没注意到 :)
这是一句老话的一个很好的例子，即称一段代码“聪明”是一个巨大的危险信号。如果您知道 - 如问题中所述 - 您正好有 16 位数字并且您想要四个 4 位数字的垃圾，只需使用字符串拆分功能。正则表达式，尤其是正则表达式这样的怪物，对于这项工作来说是一个非常错误的工具。一百万年后我不会让这个代码审查通过。

【解决方案3】：

嗯，我不知道你为什么需要正则表达式。你只是把事情复杂化了。更好的方法是手动拆分它：

var values = new List<int>();
for(int i =0;i < 4;i++)
{
    var value = int.Parse(s.Substring(i*4, 4));
    values.Add(value);
}

正则表达式解决方案：

        var s = "4581458245834584";
        var separated = Regex.Match(s, "(.{4}){4}").Groups[1].Captures.Cast<Capture>().Select(x => x.Value).ToArray();

【讨论】：

1 行并没有让它变得更好。您只需将复杂性放入正则表达式查询中。您将模式数学用于简单的分离问题，您可以从一开始就处理更少的血液和更有效的解决方案。如果您只是选择最简单的路径，问题本身就不会出现。
嗯，我认为上下文是用正则表达式标签设置的。
好吧，除非你处理整个支付卡语法 - en.wikipedia.org/wiki/Payment_card_number 我认为这个解决方案很复杂而且根本无法调试。
我会删除这条不相关的评论“如果你对正则表达式如此着迷”。这不专业，与问题无关。
仅供参考：您可以稍微简化一下您的正则表达式：Regex.Matches(s, ".{4}").Cast<Match>().Select(m => m.Value).ToArray()... 现在，.{4} 不是一个很棒的正则表达式... :-P

【解决方案4】：

已经提到* 量词也匹配在前面有零组匹配的字符串末尾。为避免在开头和结尾匹配，您可以使用\B non word boundary，它只匹配两个单词字符，不匹配开头和结尾。

\B(?=(?:.{4})+$)

See demo at regex101

因为在字符串的开头或结尾不会触发前瞻，你甚至可以use *

【讨论】：