正则表达式如何实现仅保留字母及指定特定数字序列

你之前用Replace(@"[^a-zA-Z]+", "")实现过滤非字母字符的逻辑，在新增「保留指定完整数字/字符序列」的需求后，继续走「匹配待删除内容再替换」的思路很容易出错。你之前尝试的正则([^a-zA-Z])+|(?!122456)无效的核心原因是：(?!122456)是零宽位置断言，只校验当前位置后的内容是否符合规则，不匹配任何实际字符，根本无法实现「完整匹配指定序列才保留」的逻辑。

正确实现逻辑 #

不要绕弯子匹配要删的内容，直接匹配所有需要保留的内容，把匹配结果拼接起来就是最终输出，逻辑清晰几乎不会出边界问题。
需要保留的内容只有两类：

• 任意连续英文字母
• 预先指定的完整固定序列（比如示例中的122456、112466）

对应的正则表达式为：

[a-zA-Z]+|122456|112466

注意：如果待保留的序列存在包含关系（比如同时需要保留123和1234），必须把更长的序列写在|分支的靠前位置，避免短序列优先匹配导致长序列被截断。后续新增保留序列，只要在正则末尾追加|新序列即可。

代码示例（C#） #

针对你给出的测试用例：

• 输入：abc 1239 asm122456000
• 逻辑预期输出：abcasm122456（你写的abscasm122456属于笔误，输入中不存在多余的s字符）

实现代码：

using System.Text.RegularExpressions;
using System.Linq;

const string pattern = @"[a-zA-Z]+|122456|112466";
var input = "abc 1239 asm122456000";
var result = string.Concat(Regex.Matches(input, pattern).Cast<Match>().Select(m => m.Value));

不推荐的写法说明 #

如果硬要写直接用于Replace的、匹配待删除内容的正则，需要嵌套多层前后断言，可读性极差，后续维护成本极高，比如类似下面的写法：

(?:(?<!122456)(?<!112466)[^a-zA-Z](?!122456|112466))|(?:(?<=122456|112466)[^a-zA-Z](?!$))

这类写法只要新增一个保留序列就要同步修改前后所有断言，非常容易漏写出bug，没有任何实用价值。

内容的提问来源于stack exchange，提问作者Caio Souza