Regex 特定于Spamassassin的正则表达式帮助

我正在尝试为社会保险号码创建一个筛选器，并具有以下正则表达式：

\b(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}\b

问题是正则表达式还匹配Spamassassin中的以下类型的字符串，我还没有解决这个问题

18-007-08-9056-1462-2205

我希望它仅在SSN字符串独立时匹配。示例：

18 007-08-9056 1462-2205
007-08-9056
xyz 007-08-9056
007-08-9056 xyz

---

您的问题是

\b

在单词边界处匹配，

-

被视为单词边界。您可以尝试以下方法：

(?:^|[^-\d])((?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4})(?:$|[^-\d])

---

然后将以

$1

的价格提供匹配项。您可能能够根据特定类型的输入字符串找到更优雅的解决方案。（例如，SSN周围是否总是有空格？如果是，您可以使用

\s

等）。

断言是一个单词边界-它匹配从单词字符转换为非单词字符的任何位置。数字是字字符，连字符不是。要指定空白边界，可以使用lookarounds：

(?<!\S)(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}(?!\S)

（？
这指定模式前没有非空格字符，模式后没有非空格字符。环视允许您在字符串的开头或结尾仍然匹配的情况下指定此字符。
\b（？）？
\b(?<![.-])(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}\b(?![.-])

这与正则表达式相同，但也排除了周围的破折号和点（可以随意添加到这些字符类中，但请确保破折号（
-
）始终位于末尾，否则它将创建一个范围）

\b
匹配分词符。您可能知道这一点，但这意味着分词符的一侧（在前面或后面，但不是两者）必须是单词字符（字母、数字或下划线），另一侧（在前面或后面，但不是两者）不能是单词字符（它可能是换行符或由于到达字符串的开头/结尾而不存在）。您希望这样做，但也希望排除其他一些内容。因此：

\b（？表示在单词中断后，检查前一个字符（如果有）。它不能与
[.-]
（点或破折号的单个字符）匹配

\b（？！[.-]）
表示在分词之后，下一个字符（如果有）必须与
[.-]
不匹配

当我说“如果有的话”时，我指的是可能有一个换行符、文件的开头或结尾，这些都会满足这些负面的条件

另请参见此
您可能希望对开头表达式使用
（？：^ |[-\d]）
，并在结尾使用
（？：$|[-\d]）
明确允许在任意一端使用空字符串。当前表达式要求至少有一个字符串（非破折号、非数字）两边都是字符。@tripleee你说得对。谢谢你抓住了！当然，我丢失了否定词，很抱歉-你想要
[^-\d]
两处都有。看起来很害羞，这就是我复制粘贴的结果。谢谢。这个答案的正则表达式将匹配
a007-08-9056
，我不知道是否需要。单词边界由两个字符或一个字符以及文件的开头或结尾定义，所以你不能说“
-
被认为是单词边界”因为它只是一个字符。它算作非单词字符，所以当且仅当它与单词字符（字母、数字或下划线；有关
\b
的更详细定义，请参阅）邻接时，它才是单词边界。