用PHP进行正则表达式字符类减法

Question

HI,

我正在尝试使用http://interim.cabinetoffice.gov.uk/media/291370/bs7666-v2-0-xsd-PostCodeType.htm中的模式匹配英国邮政编码,

/^[A-Z]{1,2}[0-9R][0-9A-Z]? [0-9][A-Z-[CIKMOV]]{2}$/

我在PHP中使用它,但它与有效的邮政编码不匹配OL13 0EF.但是,当我删除-[CIKMOV]字符类减法时,此邮政编码确实匹配.

我得到的印象是我在PHP中做了字符减法错误.如果有人能纠正我的错误,我将非常感激.

在此先感谢您的帮助.

罗斯

Answer 1

大多数正则表达式都不支持字符类减法.相反,你可以使用先行断言:

/^[A-Z]{1,2}[0-9R][0-9A-Z]? [0-9](?!.?[CIKMOV])[A-Z]{2}$/

Answer 2

PCRE 不支持 char 类减法。

所以你可以枚举除 之外的所有大写字母CIKMOV：

^[A-Z]{1,2}[0-9R][0-9A-Z]? [0-9][ABDEFGHJLNPQRSTUWXYZ]{2}$

可以使用 range 来缩短：

^[A-Z]{1,2}[0-9R][0-9A-Z]? [0-9][ABD-JLNP-UW-Z]{2}$

Answer 3

如果不支持类减法,则应该能够使用负类来实现减法.

一些例子是[^\D] = \d,[^[:^alpha:]] = [a-zA-Z]

您的问题可以像这样解决,在字符类中使用负POSIX字符类 [^a-z[:^alpha:]CIKMOV]

[^
a-z # not a-z
[:^alpha:] # not not A-Za-z
CIKMOV # not C,I,K,M,O,V
]

编辑 - 这也有效,可能更容易阅读:[^[:^alpha:][:lower:]CIKMOV]

[^
[:^alpha:] # A-Za-z
[:lower:] # not a-z
CIKMOV # not C,I,K,M,O,V
]

结果是一个没有C的字符类,I,K,M,O,V
基本上是一个减法.

这是对2种不同类混合的测试(在Perl中):

use strict;
use warnings;

my $match = '';

   # ANYOF[^\0-@CIKMOV[-\377!utf8::IsAlpha]
for (0 .. 255) {
   if (chr($_) =~ /^[^a-z[:^alpha:]CIKMOV]$/) {
       $match .= chr($_); next;
   }
   $match .= ' ';
}
$match =~ s/^ +//;
$match =~ s/ +$//;
print "'$match'\n";
$match = '';

   # ANYOF[^\0-@CIKMOV[-\377+utf8::IsDigit !utf8::IsWord]
for (0 .. 255) {
   if (chr($_) =~ /^[^a-z\d\W_CIKMOV]$/) {
       $match .= chr($_); next;
   }
   $match .= ' ';
}
$match =~ s/^ +//;
$match =~ s/ +$//;
print "'$match'\n";

输出显示AZ中的停止减去CIKMOV,来自测试的ascii字符0-255:
'AB DEFGH J L N PQRSTU WXYZ'
'AB DEFGH J L N PQRSTU WXYZ'