特定于 Spamassassin 的正则表达式帮助
Regex help specific to Spamassassin
我正在尝试为社会安全号码创建过滤器并使用以下正则表达式：
\b(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}\b
问题是正则表达式在Spamassassin中也匹配以下类型的字符串，我一直没能解决问题。
18-007-08-9056-1462-2205
我希望它仅在 SSN 字符串独立时才匹配。示例：
18 007-08-9056 1462-2205
007-08-9056
xyz 007-08-9056
007-08-9056 xyz
您的问题是 \b 在单词边界匹配，而 - 被认为是单词边界。你可以尝试这样的事情：
(?:^|[^-\d])((?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4})(?:$|[^-\d])
匹配将在 </code> 中可用。您可能能够根据您的特定类型的输入字符串找到更优雅的解决方案。 （例如，SSN 周围是否总是有空格？如果是这样，您可以使用 <code>\s，等等）
\b 断言是一个单词边界 - 它匹配从单词字符过渡到 non-word 字符的任何位置。数字是单词字符，而连字符不是。要指定空白边界，您可以使用环视：
(?<!\S)(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}(?!\S)
这指定模式之前没有 non-space 个字符，之后也没有 non-space 个字符。环视允许您指定这一点，同时仍然匹配字符串的开头或结尾。
\b(?<![.-])(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}\b(?![.-])
这与您的正则表达式相同，但它也排除了周围的破折号和点（随意添加到这些字符 类，但确保破折号 (-) 始终位于结束，否则它会创建一个范围）。
\b 匹配分词符。您可能知道这一点，但这意味着它的一侧（之前或之后但不是两者）必须是单词字符（字母、数字或下划线），而另一侧（之后或之前但不是两者）必须 不是是一个单词字符（它可能是一个换行符或者由于已经到达字符串的beginning/end而不存在）。你想要这个，但你也想排除更多的东西。因此：
\b(?<![.-])表示分词后，检查前一个字符（如果有的话）。它不能匹配 [.-]（一个点或破折号的字符）。
\b(?![.-])表示分词后，下一个字符（如果有的话）一定不能匹配[.-].
当我说 "if any" 时，我指的是存在换行符、文件开头或文件结尾的可能性。这些都会满足这些消极的环视。
我正在尝试为社会安全号码创建过滤器并使用以下正则表达式：
\b(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}\b
问题是正则表达式在Spamassassin中也匹配以下类型的字符串，我一直没能解决问题。
18-007-08-9056-1462-2205
我希望它仅在 SSN 字符串独立时才匹配。示例：
18 007-08-9056 1462-2205
007-08-9056
xyz 007-08-9056
007-08-9056 xyz
您的问题是 \b 在单词边界匹配，而 - 被认为是单词边界。你可以尝试这样的事情：
(?:^|[^-\d])((?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4})(?:$|[^-\d])
匹配将在 </code> 中可用。您可能能够根据您的特定类型的输入字符串找到更优雅的解决方案。 （例如，SSN 周围是否总是有空格？如果是这样，您可以使用 <code>\s，等等）
\b 断言是一个单词边界 - 它匹配从单词字符过渡到 non-word 字符的任何位置。数字是单词字符，而连字符不是。要指定空白边界，您可以使用环视：
(?<!\S)(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}(?!\S)
这指定模式之前没有 non-space 个字符，之后也没有 non-space 个字符。环视允许您指定这一点，同时仍然匹配字符串的开头或结尾。
\b(?<![.-])(?!000|666)[0-8][0-9]{2}-(?!00)[0-9]{2}-(?!0000)[0-9]{4}\b(?![.-])
这与您的正则表达式相同，但它也排除了周围的破折号和点（随意添加到这些字符 类，但确保破折号 (-) 始终位于结束，否则它会创建一个范围）。
\b 匹配分词符。您可能知道这一点，但这意味着它的一侧（之前或之后但不是两者）必须是单词字符（字母、数字或下划线），而另一侧（之后或之前但不是两者）必须 不是是一个单词字符（它可能是一个换行符或者由于已经到达字符串的beginning/end而不存在）。你想要这个，但你也想排除更多的东西。因此：
\b(?<![.-])表示分词后，检查前一个字符（如果有的话）。它不能匹配 [.-]（一个点或破折号的字符）。
\b(?![.-])表示分词后，下一个字符（如果有的话）一定不能匹配[.-].
当我说 "if any" 时，我指的是存在换行符、文件开头或文件结尾的可能性。这些都会满足这些消极的环视。