匹配数字的正则表达式(包括正则表达式和罗马表达式)

Question

我正试图编写一个正则表达式来匹配正则数字(1，2，42…(和罗马数字(X，VII…(。

但我现在写的是：

b((?=[MDCLXVI])M{0,3}(C[MD]|D?C{0,3})(X[CL]|L?X{0,3})(I[XV]|V?I{0,3}))b|bd+b

匹配的数量超出预期。它有9场比赛，而我预计只有4:

• XII
• VII
• 2
• 12

如何修复？

Answer 1

在正则表达式中不需要任何前瞻性。

您的正则表达式可以简化并重构为：

/
b
(?:
[MDCLXVI]M{0,3}C[MD]
|
D?C{0,3}X[CL]
|
L?X{0,3}I[XV]
|
[XV]I{0,3}
|
I{1.3}
|
d+
)
b
/gix

更新RegEx演示

请注意，我在regex中使用了x(扩展模式(，因此regex将忽略所有空格，这允许您在多个替换项之间进行适当的缩进，以使regex更具可读性。我不知道罗马数字的所有排列，所以我建议你重新检查每一个排列。

Answer 2

原因是零宽度匹配仅与单词边界模式匹配的可能性(即b(?=[MDCLXVI])b在任何以罗马数字字母开头的单词之前匹配(。

你需要精确的单词边界，使前面的一个只匹配单词字符之前，最后一个只在单词字符之后匹配：

(?<!w)(?:(?=[MDCLXVI])M{0,3}(?:C[MD]|D?C{0,3})(?:X[CL]|L?X{0,3})(?:I[XV]|V?I{0,3})|d+)(?!w)

请参阅regex演示。

这里，如果在当前位置的左处立即存在单词char，则(?<!w)充当匹配失败的单词边界，并且如果在当前地点的右附近立即存在单词char，则(?!w)充当匹配失败。