如何编写正则表达式匹配合法ISBN？修正现有匹配异常

问题 #

现有C#代码中的正则表达式会匹配到无效的ISBN条目（比如带连续连字符的片段、格式错误的ISBN），需要修改正则以仅匹配符合标准的ISBN-10和ISBN-13。

输入示例 #

ISBN 978-5-317-04434-3
ISBN 978-5-93286-181-3
ISBN 5-272-00341-1
ISBN 5-272-00251-1

ISBN 5-272---00251--1

ISBN 0-12-345678-9

当前错误匹配结果 #

包含无效条目：272---00251、ISBN 0-12-345678-9

期望匹配结果 #

仅保留前4条合法ISBN。

问题根源 #

原正则的缺陷：

• 未限制分隔符（连字符/空格）的连续出现，导致匹配到多分隔符的无效片段
• 未严格约束ISBN-10（10位数字）和ISBN-13（13位数字，以978/979开头）的整体结构
• 单词边界\b在数字与连字符组合中触发了部分匹配

解决方案 #

使用严格约束结构的正则，明确区分ISBN-13和ISBN-10的格式，同时禁止连续分隔符：

string pattern = @"\b(?:ISBN(?:-1[03])?:?\s*)?(?:(?:97[89][- ]?[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9]+[- ]?[0-9X])|(?:[0-9][- ]?[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9X]))\b";

如果需要强制使用连字符作为分隔符（禁止空格），可以用这个版本：

string pattern = @"\b(?:ISBN(?:-1[03])?:?\s*)?(?:97[89]-[0-9]{1,5}-[0-9]+-[0-9]+-[0-9X]|[0-9]-[0-9]{1,5}-[0-9]+-[0-9X])\b";

说明 #

• 匹配可选的ISBN前缀（ISBN、ISBN-10、ISBN-13，后跟可选的冒号和空格）
• ISBN-13部分：以978/979开头，分段为前缀组-出版商标识符-书名标识符-校验码，各段间为单个连字符/空格
• ISBN-10部分：以单个数字开头，分段为组标识符-出版商标识符-书名标识符-校验码（允许X作为校验码）
• 整体用单词边界\b确保匹配完整的ISBN，避免部分匹配

验证结果 #

修改后正则仅匹配以下合法条目：

ISBN 978-5-317-04434-3
ISBN 978-5-93286-181-3
ISBN 5-272-00341-1
ISBN 5-272-00251-1

内容的提问来源于stack exchange，提问作者Versst