如何确保C#正则表达式分组仅包含数字？

问题描述 #

我在C#中编写了如下正则表达式：

Regex pattern = new Regex(@"(?<prefix>retour-)?(?<trackingNumber>\s*[0-9]+\s*)(?<postfix>-([0]|[1-9]{1,2}))?");

对应的正则表达式文本：

(?<prefix>retour-)?(?<trackingNumber>\s*[0-9]+\s*)(?<postfix>-([0]|[1-9]{1,2}))?

需求说明 #

1. 包含三个分组：
   • prefix分组为"retour-"，若出现则位于开头；
   • trackingNumber分组为必填项，且仅能包含数字；
   • postfix分组为"-"后接纯数字，为非必填项。
2. 仅当trackingNumber分组全为数字时匹配成功，postfix分组同理。类似问题曾用锚点(^, $)解决，但此处trackingNumber分组并非从开头开始，无法使用锚点。

不匹配示例 #

• "1234ABC3456"不应匹配成功；
• "retour-123456-12B"不应匹配成功。

当前问题 #

正则表达式中的(?<trackingNumber>\s*[0-9]+\s*)分组在包含非数字内容时仍会匹配成功。

修复方案 #

原正则的核心问题是仅匹配字符串中的一段数字，未限制trackingNumber前后不能出现非法非数字字符。可以通过零宽断言约束上下文，同时保留前缀、后缀的规则。

修复后的C#正则代码 #

// 基础修复版：确保匹配结束后无后续非空白非法字符
Regex pattern = new Regex(@"(?<prefix>retour-)?(?<trackingNumber>\s*\d+\s*)(?:-(?<postfix>(?:0|[1-9]\d?)))?(?!\S)");

// 严格约束版：同时确保trackingNumber前无非法字符
Regex strictPattern = new Regex(@"(?<!\S|(?<!retour-)\S)(?<prefix>retour-)?(?<trackingNumber>\s*\d+\s*)(?:-(?<postfix>(?:0|[1-9]\d?)))?(?!\S)");

关键调整说明 #

1. 用\d替代[0-9]，写法更简洁且功能等价；
2. 简化postfix的位数限制为(?:0|[1-9]\d?)，精准匹配0或1-99的数字；
3. 添加(?!\S)正向零宽断言：确保匹配结束后要么是空白字符，要么是字符串结尾，避免后面跟非数字非法字符；
4. 严格版添加(?<!\S|(?<!retour-)\S)反向零宽断言：限制trackingNumber前面只能是retour-、空白字符或字符串开头，排除前缀后出现非法字符的情况。

验证结果 #

• 匹配成功："retour-123456"、"123456-78"、" 98765 "、"retour- 123 -0"
• 匹配失败："1234ABC3456"、"retour-123456-12B"、"abc123"、"123-abc"

内容的提问来源于stack exchange，提问作者Devid