如何编写允许非重复下划线的正则表达式

Question

我正在做家庭作业，使用Flex来创建词法分析器。我必须满足的最后一项要求是：

应修改标识符的定义，以便可以包含下划线，但是，不应允许连续的下划线，前导和尾随下划线。

给定的正则表达式是[A-Za-z][A-Za-z0-9]*。让它识别下划线很容易，我只是将它添加到像[A-Za-z][A-Za-z0-9_]*这样的第二组。因此，正则表达式与带有前导下划线的任何字符串都不匹配。

在做尽职调查以确保我没有发布我不需要的东西时，我创建了这个似乎适用于[A-Za-z]([A-Za-z0-9][_]?[A-Za-z0-9])*的正则表达式。这会在开头查找一个字母，然后是重复的图案或字母数字字符，可能的下划线和字母数字字符。虽然这有效，但我认为这不是预期的，并且希望能以更好的方式获得一些建议

我一直在测试使用以下字符串（由教师提供）：

name_1
name__2
_name3
name4_

Answer 1

在你的[A-Za-z]([A-Za-z0-9][_]?[A-Za-z0-9])*中，第一个[A-Za-z0-9]可以/必须省略（考虑例如单个字母标识符），导致[A-Za-z]([_]?[A-Za-z0-9])*。这似乎正是所要求的，并且似乎是一个很好的练习，可以研究在正则表达式中重复组合可选元素的效果。

Answer 2

要将正则表达式扩展为可选地一次只允许一个下划线夹在字符串中，您可以使用此正则表达式。

[A-Za-z][A-Za-z0-9]*(_[A-Za-z0-9]+)*

我刚刚添加了(_[A-Za-z0-9]+)*部分，它将允许单个下划线，后跟至少一个字母数字字符整数零次或多次，只保留下划线可选。

现在你将不得不照顾其他方面，因为我不熟悉flex。

Answer 3

要做你想做的事，你必须记住一些事情：

• 以字母数字值开头（^）
• 以字母数字值结尾（$）
• 可选下划线（_?）
• 可能有多个下划线，后面跟着字母数字()*

例：

    ^[A-Za-z]+(_?[A-Za-z0-9]+)*$

在这里测试：https://regex101.com/r/RORy6P/5

如果需要，您可以将锚固件放在一边。

Answer 4

走过这个，让我们从这开始：

^    [A-Z][A-Z\d_]+    $

现在，我们想说我们需要确保两个连续的下划线不出现在字符串中。通常我们要做的是将其包含在负向前瞻中，如下所示：

(?:(?!__).)+

当我们将它插入到我们的表达式中时，我们最终得到类似这样的东西，它允许任何字符，只要它不是换行符或双下划线：

^    [A-Z]    (?:(?!__).)+    $

所以，我们可以用我们在开头定义的字符类替换点：

^    [A-Z]    (?:(?!__)[A-Z\d_])+    $

Here is a demo

编辑：刚才意识到你最后也不能有下划线。通过前瞻，您可以链接它们。

^[A-Z]    (?:    (?!__)    (?!_$)    [A-Z\d_]    )+$

在这里，我为双下划线添加了一个负向前瞻，在末尾添加了另一个下划线。

Here is a demo