锚定正则表达式中如何使用负向先行断言完成URI路径合规校验

你之前写的带断言的正则失效，核心原因是负向环视仅检查它所在位置的相邻字符，不会自动扫描整个字符串：

• 放在^后的(!--)只会校验字符串开头两个字符是不是--，如果--这类非法组合出现在字符串中间（比如foo--bar的第4、5位），这个位置的断言完全感知不到
• 放在字符组前后的断言也仅能校验对应边界的局部字符，无法覆盖全串所有可能出现连续符号的位置
• 另外你最初的断言只检查了--这一种非法组合，没有覆盖__、-_、_-三类违规情况

下面提供两种可满足全部规则的单正则写法：

方案1：最小改动版（基于你原有正则添加全局断言） #

在你原有正则的开头锚点后增加一个覆盖全串的负向先行断言，拦截所有连续符号场景即可，原有前5条规则的匹配逻辑完全保留：

^(?![0-9a-z]*[-_]{2})[a-z][0-9a-z_-]*[0-9a-z]$

逻辑说明： #

新增的(?![0-9a-z]*[-_]{2})会从字符串开头扫描全串，如果任意位置出现「若干数字/小写字母后紧跟连续两个-或_」的模式，就直接判定匹配失败，刚好覆盖四类非法连续符号组合。

方案2：无环视高性能版 #

不需要依赖环视断言，直接按照合法字符串的结构规则编写正则，从匹配逻辑上天然规避连续符号问题，没有额外回溯开销：

^[a-z](?:[0-9a-z]|[-_][0-9a-z])+$

逻辑说明： #

• ^[a-z] 匹配首字符为小写字母，满足首字符规则
• (?:[0-9a-z]|[-_][0-9a-z])+ 要求首字符后的内容至少重复1组（总长度至少为2，满足最低长度要求），每组内容仅允许两种情况：
  • 普通合法字符：数字或小写字母
  • 单个连接符（-/_），且连接符后必须紧跟一个数字或小写字母——从根本上杜绝了连续两个连接符出现的可能，同时保证连接符不会出现在字符串末尾
• 整个正则仅允许小写字母、数字、-、_四类字符，尾字符必然是数字或小写字母，自动覆盖所有规则要求

测试用例参考 #

• 可正常匹配：ab、a1、a-b、a_b、foo-bar1、test_2a
• 会被拦截：a（长度不足）、-ab（首字符非法）、a-（尾字符为连接符）、a--b（连续--）、a__b（连续__）、a-_b（连续-_）、a_-b（连续_-）、aBc（含大写字母）、a@b（含非法特殊字符）

内容的提问来源于stack exchange，提问作者Dai