Regex 从字符类中排除字符

是否有一种简单的方法来匹配一个类中除某一组字符外的所有字符？例如，如果在一种可以使用\w匹配所有unicode单词字符集的语言中，是否有方法仅从该匹配中排除下划线“\u1”之类的字符

我唯一想到的想法是在每个角色周围使用消极的前/后看，但当我实际上只想将角色与积极匹配和消极匹配进行匹配时，这似乎比必要的更复杂。例如，如果&是一个AND运算符，我可以这样做

^(\w&[^_])+$

尝试使用减法：

[\w&&[^_]]+

[\w&&[^_]]

---

注意：这将在Java中工作，但在其他一些正则表达式引擎中可能不起作用

就我理解你的问题而言，消极前瞻是正确的方式：

^((?!_)\w)+$

---

您可以对

\w

类（->

\w

）使用否定并排除它：

^([^\W_]+)$

---

这真的取决于你的正则表达式的味道

.NET 。。。仅提供一个简单的字符类集操作：。这对于您的示例来说已经足够了，因此您可以简单地使用

[\w-[_]]

如果

-

后跟嵌套字符类，则会将其减去。就这么简单

JAVA 。。。提供了一组更丰富的数据。特别是，您可以获得两个集合的交集，如

[[abc]&&&[cde]]

（在本例中，这将给出

c

）。求交和求反结合在一起可以得到减法：

[\w&&[^_]]+

[\w&&[^_]]

Perl 。。。支持将上的设置操作作为实验特性（从Perl 5.18开始提供）。特别是，可以直接减去任意字符类：

(?[ \w - [_] ])

所有其他口味 。。。（支持lookaheads）允许您通过使用负前瞻模拟减法：

(?!_)\w

这将首先检查下一个字符是否不是

\u

，然后匹配任何

\w

（由于负向前看，不能是

\u

）

---

请注意，这些方法中的每一种都是完全通用的，因为您可以减去两个任意复杂的字符类。

这可以在python中使用。比如：

import regex as re
pattern = re.compile(r'[\W_--[ ]]+')
cleanString = pattern.sub('', rawString)

您通常会使用以下内容安装regex模块：

编辑：

正则表达式模块有两种行为，版本0和版本1。集合减法（如上所述）是版本1的行为。pypi文档声明版本1是默认行为，但您可能会发现情况并非如此。你可以跟我核对一下

import regex
if regex.DEFAULT_VERSION == regex.VERSION1:
  print("version 1")

要将其设置为版本1，请执行以下操作：

regex.DEFAULT_VERSION = regex.VERSION1

或在单个表达式中使用版本1：

pattern = re.compile(r'(?V1)[\W_--[ ]]+')

---

你用的是哪种口味的正则表达式？（例如Perl、Java等）什么正则表达式风格/语言？在.NET中，您可以使用

[\w-[\u]]

来排除下划线。我最常用的正则表达式引擎是基于java的，尽管是一个旧的实现（无论CF8在引擎盖下使用什么）。然而，我在javascript和python中也有这种需求。你是说ColdFusion？这是基于JavaScript的，而不是Java。而且它的

\w

只识别ASCII单词字符（

[A-Za-z0-9\

），而不是完整的Unicode集。Python内置的

re

flavor.Creative也是如此，但我不认为OP期望得到这种答案，他希望在一般情况下排除字符。好主意though@CasimiretHippolyte我应该想到这一点。哈姆扎说得对，我在寻找一个更一般的案例，但是哇\P谢谢你指出这一点，因为我从来没有用过。@Casimirithippolyte并非所有情况。这不能用于从范围中排除字符；）。并非所有的RE引擎都支持这一点。@DonalFellows“那”是什么意思？否定字符类？版本1位上的救生圈。否则我会发疯的。