如何在不重复内部符号的前提下扩展正则表达式（Regex）定义

当然有办法解决这种正则定义重复的问题！很多正则相关的工具、库甚至现代正则引擎本身，都支持规则的复用与逐步扩展，完美匹配你想消除重复、基于已有定义迭代的需求。下面给你几种实用的方案：

1. 代码层面的正则片段复用（最常用） #

如果你是在代码里使用正则，最简单直接的方式就是把基础规则存成变量，扩展的时候基于变量拼接，完全避免重复字符类内容。

比如Python中的实现：

import re

# 基础定义
letters = r'[A-Za-z]'
# 基于letters扩展：取出[]内的内容，添加数字后重新包裹
lettersAndNumbers = fr'[{letters[1:-1]}0-9]'
# 再基于lettersAndNumbers扩展：添加下划线
lettersAndNumbersAndUnderscore = fr'[{lettersAndNumbers[1:-1]}_]'

# 验证效果
test_cases = ['a', '5', '_', '!']
for case in test_cases:
    print(f"{case}: {'匹配' if re.match(lettersAndNumbersAndUnderscore, case) else '不匹配'}")

这种方式的好处是灵活，几乎所有编程语言都支持，而且完全可控，适合处理复杂的正则扩展。

2. 现代正则引擎的命名组引用 #

像PCRE2、Python的regex第三方库、JavaScript ES2018+这类支持命名捕获组递归引用的引擎，允许你在正则内部直接引用已定义的命名规则。

比如用Python的regex库实现：

import regex

# 定义可复用的命名规则，使用(?P<name>pattern)定义，(?&name)引用
pattern = r'''
(?P<letters>[A-Za-z])
# 匹配单个字母或数字：引用letters规则 + 数字
(?P<lettersAndNumbers>(?&letters)|[0-9])
# 匹配单个字母、数字或下划线：引用lettersAndNumbers规则 + 下划线
(?P<lettersAndNumbersAndUnderscore>(?&lettersAndNumbers)|[_])
'''

# 注意：如果要匹配连续符合规则的字符，可以加+，比如(?&lettersAndNumbersAndUnderscore)+

不过要注意：这种方式是通过交替（|）实现规则扩展，对于字符类来说，和直接写[A-Za-z0-9_]效果一致，但如果是更复杂的子正则（比如带量词、分组的规则），这种引用方式会更高效。

3. 专用正则构建工具/库 #

如果你的正则非常复杂，还可以用专门的正则构建库，它们提供了面向对象的方式来逐步扩展规则，可读性和可维护性更强。

比如.NET中的RegexBuilder示例：

using System.Text.RegularExpressions;
using System.Text.RegularExpressions.Builder;

// 构建基础字符类：字母
var lettersBuilder = new CharacterClass();
lettersBuilder.AddRange('A', 'Z').AddRange('a', 'z');

// 扩展为字母+数字
var lettersAndNumbersBuilder = new CharacterClass(lettersBuilder);
lettersAndNumbersBuilder.AddRange('0', '9');

// 再扩展为字母+数字+下划线
var finalBuilder = new CharacterClass(lettersAndNumbersBuilder);
finalBuilder.Add('_');

// 生成最终正则
Regex finalRegex = finalBuilder.ToRegex();

这种方式完全不需要手动拼接字符串，所有扩展都基于已有的规则对象，适合大型项目中的正则管理。

纯正则语法的局限性 #

如果是完全脱离代码/工具的纯正则语法，目前大部分引擎没办法直接在字符类内部引用另一个字符类的内容（比如不能写[(?&letters)0-9]），只能通过命名组的交替引用实现类似效果。所以如果你的核心需求是消除字符类的重复，还是推荐用代码层面的拼接或专用工具。

内容的提问来源于stack exchange，提问作者Pax