文章/答案/技术大牛

发布

社区首页 >问答首页 >在文本中查找hashtag

问在文本中查找hashtag
EN

Stack Overflow用户

提问于 2019-06-21 14:22:56

回答 2查看 269关注 0票数 0

是的，这里有很多标签正则表达式，但没有一个能满足我的需求。实际上，没有人能够解决这个问题。

Regex应将以下哈希标记视为有效：

#validhashtag
#valid_hashtag
 #validhashtag_with_space_before_or_after
#valid_hashtag_chars_öÖäÄüÜß

无效的...and应为：

ipsum#notvalid //Not valid: Connected to Word
http://google.com/#results //Not valid: Same as above
#not-valid
#not!valid

允许的字符数应为: a-Z,0-9，öÖäüuu§，_

最大长度应为50个字符。

主要的问题是hashtag被“连接”到另一个文本部分。我不知道如何解决这个问题。

这就是我想要做的

/([\p{Pc}\p{N}\p{L}\p{Mn}]{1,50})/u

这个方法运行得很好，但没有考虑到"word#hashtag“问题。

php

regex

hashtag

回答 2

Stack Overflow用户

发布于 2019-06-21 14:26:38

我认为你的原始表达式非常棒，我们只需要修改一下：

^\s*#([\p{Pc}\p{N}\p{L}\p{Mn}]{1,50})$

Demo

测试

$re = '/^\s*#([\p{Pc}\p{N}\p{L}\p{Mn}]{1,50})$/um';
$str = '#validhashtag
#valid_hashtag
 #validhashtag_with_space_before_or_after
#valid_hashtag_chars_öÖäÄüÜß

ipsum#notvalid //Not valid: Connected to Word
http://google.com/#results //Not valid: Same as above
#not-valid
#not!valid';

preg_match_all($re, $str, $matches, PREG_SET_ORDER, 0);

// Print the entire match result
var_dump($matches);

输出

array(4) {
  [0]=>
  array(2) {
    [0]=>
    string(13) "#validhashtag"
    [1]=>
    string(12) "validhashtag"
  }
  [1]=>
  array(2) {
    [0]=>
    string(14) "#valid_hashtag"
    [1]=>
    string(13) "valid_hashtag"
  }
  [2]=>
  array(2) {
    [0]=>
    string(41) " #validhashtag_with_space_before_or_after"
    [1]=>
    string(39) "validhashtag_with_space_before_or_after"
  }
  [3]=>
  array(2) {
    [0]=>
    string(35) "#valid_hashtag_chars_öÖäÄüÜß"
    [1]=>
    string(34) "valid_hashtag_chars_öÖäÄüÜß"
  }
}

票数 4

Stack Overflow用户

发布于 2019-06-21 14:26:27

您可以使用以下两种方法之一：

/(?<!\S)#\w+(?!\S)/u
/(?<!\S)#[\w\p{M}\p{Pc}]+(?!\S)/u

请参阅regex demo。如果您想限制单词部分长度，请保留您的{1,50}量词- /(?<!\S)#\w{1,50}(?!\S)/u。

还要注意:即使带有u修饰符的\w也不匹配在.NET、Java、Python re正则表达式中被认为是“单词”的相同字符。您可以决定包含其他类来填补空白，并使用[\w\p{M}\p{Pc}]+而不只是\w，其中\p{M}匹配任何变音符号，\p{Pc}匹配任何连接器标点符号。

详细信息

(?<!\S) -需要空格或字符串开头的正确before
# -a Unicode sign
\w+ - 1+单词字符(请注意，如果您想将其长度限制在1到50之间，请将替换为+ )(同时，请注意，u修饰符允许\w引擎使用Unicode匹配任何Unicode字母和数字-匹配1+单词字符+所有变音符号(\p{M})和所有连接符标点(\p{Pc}，在.NET regex)
(?!\S)中视为单词-紧跟在后面的空格或字符串末尾。

PHP demo

$s = "#validhashtag
#valid_hashtag
 #validhashtag_with_space_before_or_after
#valid_hashtag_chars_öÖäÄüÜß
...and not valid shoulw be:

ipsum#notvalid //Not valid: Connected to Word
http://google.com/#results //Not valid: Same as above
#not-valid
#not!valid";
if (preg_match_all('~(?<!\S)#\w+(?!\S)~u', $s, $matches)) {
   print_r($matches[0]);
}

输出：

Array
(
    [0] => #validhashtag
    [1] => #valid_hashtag
    [2] => #validhashtag_with_space_before_or_after
    [3] => #valid_hashtag_chars_öÖäÄüÜß
)

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/56697913

复制

相似问题

问在文本中查找hashtag
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在文本中查找hashtagEN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在文本中查找hashtag
EN