正则表达式用于匹配两个中文字符之间包含非中文字符的字符串

Question

我正在尝试找出如何编写一个正则表达式来匹配这个模式

测试1003##$%#测试

汉字+非汉字+汉字，非汉字可以是任何字符，汉字总是一样的(测试)。

我知道我们可以使用^((?!(\p{Han}).)*$来匹配非中文字符。但不确定如何确保头部和尾部始终是相同的中文字符(在本例中为测试)。

Answer 1

如果应该至少有一个除\p{Han}之外的字符，则可以匹配\P{Han}。

捕获捕获组1中的\p{Han}字符，并在组1的末尾添加一个反向引用。

^(\p{Han}+)\P{Han}.*\1$

• ^ string
• (\p{Han}+)捕获组1的开始，匹配script
• \P{Han}中的至少一个\p{Han}
• .*以外的字符匹配string
• \1$的其余部分匹配字符串末尾的组1的反向引用

Regex demo

要也只匹配测试，您可以使用：

^(\p{Han}+)(?:\P{Han}.*\1)?$

Regex demo

Answer 2

使用

^(\p{Han}+)\P{Han}*\g{1}$

参见regex proof。

说明

--------------------------------------------------------------------------------
  ^                        the beginning of the string
--------------------------------------------------------------------------------
  (                        group and capture to \1:
--------------------------------------------------------------------------------
    \p{Han}+                     Chinese characters 
                             (1 or more times (matching the most amount
                             possible))
--------------------------------------------------------------------------------
  )                        end of \1
--------------------------------------------------------------------------------
  \P{Han}                  non-word Chinese characters (0 or more times 
                           (matching the most amount possible))
--------------------------------------------------------------------------------
  \g{1}                    matches the same text as most recently matched
                           by the 1st capturing group
--------------------------------------------------------------------------------
  $                        before an optional \n, and the end of the
                           string

如果prefix = suffix = 测试，则使用

^测试\P{Han}*测试$

或者，如果后缀和前缀可以包含更多中文字符：

^测试\p{Han}*\P{Han}*\p{Han}*测试$