如何用正则直接匹配验证逗号分隔的多模式字符串

需求说明 #

我有一个逗号分隔的多模式字符串，需要完成两项验证：

1. 每种模式可匹配零个或多个逗号分隔的子串；
2. 不存在不符合任何模式的子串。
   注意：子串仅以逗号分隔，逗号后可能存在尾随空格，可先通过替换移除

目前已通过将字符串按逗号拆分为数组的方式实现功能，现在希望无需拆分数组，直接用正则对原字符串匹配，提取符合各类模式的子串到数组，同时需要知道如何快速识别存在不符合模式的子串。

需要匹配的模式 #

• (a) 单个数字（最多4位）：示例 1、2、300
• (b) 数字范围（两端均最多4位）：示例 1-5、23-45
• (c) 带r的范围（两端均最多4位）：示例 r1-r50、r45-r4
• (d) 含z的范围：示例 1-z、z-100
• (e) 包含:odd或:even的字符串：示例 12-34:odd、34-4:even

现有实现的正则与代码 #

现有正则表达式 #

(a) ^\d{0,5}*$
(b) ^\d{0,5}-\d{0,5}*$
(c) (?:z)
(d) (?:r)
(e) (?:odd|even)

PowerShell代码片段 #

$reg1 = '^\d{0,5}*$'    
$reg2 = '^\d{0,5}-\d{0,5}*$'
$reg3 = '(?:z)'           
$reg4 = '(?:r)'           
$reg5 = '(?:odd|even)'    

应用逻辑 #

$phase1 = $rangearray | Select-String $reg1 -AllMatches | %{$_.Line} | sort # single numbers only
if($phase1.count -gt 0) { $Allpages[0].Single = $true; $Allpages[1].Single = @($phase1); }

$phase1 = $rangearray | Select-String $reg2 -AllMatches | %{$_.Line} # number ranges
if($phase1.count -gt 0) { $Allpages[0].Ranged = $true; $Allpages[1].Ranged = {$phase1}.Invoke(); }

$phase1 = $rangearray | Select-String $reg3 -AllMatches | %{$_.Line} # max range option z
if($phase1.count -gt 0) { $Allpages[0].Z = $true; $Allpages[1].Z = @($phase1); }

$phase1 = $rangearray | Select-String $reg5 -AllMatches | %{$_.Line} # odds and evens
if($phase1.count -gt 0) { $Allpages[0].OddEven = $true; $Allpages[1].OddEven = @($phase1); }

测试字符串示例 #

$range = '1-2,12-14,27-25,300-270,r10-r15,450-470:odd'
$range = '4, 2, 5, 14-12,16-18,20-19,r3-r1,285-290,r7-r4,388-z'

解决方案 #

1. 提取各类子串的正则表达式 #

先处理原字符串的空格问题：

$range = $range -replace ',\s+', ',' # 移除逗号后的尾随空格

针对每种模式，可直接从原字符串匹配提取的正则：

• 匹配(a)单个数字（最多4位）：\b\d{1,4}\b
  说明：\b是单词边界，避免误匹配范围中的数字片段
• 匹配(b)数字范围（两端最多4位）：\b\d{1,4}-\d{1,4}\b
• 匹配(c)带r的范围：\br\d{1,4}-r\d{1,4}\b
• 匹配(d)含z的范围：\b(?:\d{1,4}-z|z-\d{1,4})\b
• 匹配(e)含:odd/:even的字符串：\b(?:\d{1,4}-\d{1,4}):(?:odd|even)\b

如果要一次性提取所有符合任意模式的子串，可合并所有模式为一个正则：

$allPatterns = '\b(?:\d{1,4}|\d{1,4}-\d{1,4}|r\d{1,4}-r\d{1,4}|\d{1,4}-z|z-\d{1,4}|\d{1,4}-\d{1,4}:(?:odd|even))\b'
$matches = [regex]::Matches($range, $allPatterns)
$extractedSubstrings = $matches.Value | Select-Object -Unique

2. 快速识别不符合模式的子串 #

方法1：验证整个字符串合法性

编写匹配完整合法字符串的正则，要求所有子串均符合模式：

$fullValidationPattern = '^(?:\s*(?:\d{1,4}|\d{1,4}-\d{1,4}|r\d{1,4}-r\d{1,4}|\d{1,4}-z|z-\d{1,4}|\d{1,4}-\d{1,4}:(?:odd|even))\s*(?:,|$))+$'
if ($range -match $fullValidationPattern) {
    Write-Host "所有子串均符合模式"
} else {
    Write-Host "存在不符合模式的子串"
}

方法2：提取非法子串

处理空格后拆分字符串，筛选不符合规则的子串：

$cleanRange = $range -replace ',\s+', ','
$substrings = $cleanRange -split ','
$validPattern = '^(?:\d{1,4}|\d{1,4}-\d{1,4}|r\d{1,4}-r\d{1,4}|\d{1,4}-z|z-\d{1,4}|\d{1,4}-\d{1,4}:(?:odd|even))$'
$invalidSubstrings = $substrings | Where-Object { $_ -notmatch $validPattern }
if ($invalidSubstrings.Count -gt 0) {
    Write-Host "非法子串：$($invalidSubstrings -join ', ')"
}

内容的提问来源于stack exchange，提问作者Tucker