regex - 解码正则表达式以了解它是否仅允许数字

Question

我收到一个正则表达式作为字符串。是否可以知道regex是否只允许数字？
我收到的regex主要有以下形式：
^[0-9]。+$
^[0-9]5,10$
^[0-9]6$
^[0-9]1,13 \w$
但我可能会收到其他的正则表达式。

Answer 1

正如大多数人所指出的，使用一个简单的regex来实现这是一个特别复杂的任务，因为有很多方法可以编写相同的东西，包括在字符类中隐藏数字的情况，或否定字符类等。尽管如此，我还是尝试了一下。测试了一下，它适用于基本场景。
下面的regex只匹配数字，而不匹配任何其他字符。它可以允许一个或多个数字，只限制特定的数字等，这并不重要。捕获regex只确保匹配的regex不匹配任何非数字。
regex匹配各种表示数字的方法，包括\d、[0-9]、\p{N}、[123]和偶数字4但不否定字符类[^\WA-Za-z_]或[.-:]
regex与带有或不带定位标记的regex匹配
regex包括对所有量词的支持，包括*、+、?甚至{x,y}。也适用于非贪婪和占有量词，即\d*?和\d*+
regex与正负lookbehinds和lookaheads一起工作。
regex包括对|的支持，例如\d?|[34]?|123
限制：
regex不支持捕获或不捕获组，因为这使得它非常复杂。因此，任何包含捕获组或非捕获组的regex都将失败，即使它们可能仅以数字表示。
regex不支持否定的字符类。例如：(..)只匹配数字，但不起作用。
虽然这并不完全是一个限制，但要指出的是，对regex的验证并没有完成。
Regex：

^\^?((\(\?\<[=!][^\(\)]*?\))?(\[\d*(?:\d-\d)?\d*\]|\\d|\\p\{N\}|\d+(?:\|\d+)*)(\*|\+|\?|\{\d*,?\d*\})?(\?|\+)?(\(\?[=!][^\(\)]*?\))?)+(?:\|(?:(?:\(\?\<[=!][^\(\)]*?\))?(\[\d*(\d-\d)?\d*\]|\\d|\\p\{N\}|\d+(\|\d+)*)(\*|\+|\?|\{\d*,?\d*\})?(\?|\+)?(\(\?[=!][^\(\)]*?\))?))*\$?$

Regex101 Demo
可视化解决方案的一个简单方法是：

^(lookbehind)?(digit_classes)+(quantifier)?(quantifier_type)?(lookahead)?

lookbehind = (?<=.. or (?<!..
digit_classes = \d or [0-9] or \p{N} etc.
quantifier = * or + or ? or {,}
quantifier_type = ? or +
lookahead = (?=.. or (?!..

// Repeat the above to support 'OR' i.e |

(:..)或第一个捕获组包括对下面详细描述的所有类型数字的支持。
第一捕获组 [^\WA-Za-z_]包括匹配的正视或负视。
((\(\?\<[=!][^\(\)]*?\))?(\[\d*(?:\d-\d)?\d*\]|\\d|\\p\{N\}|\d+(?:\|\d+)*)(\*|\+|\?|\{\d*,?\d*\})?(\?|\+)?(\(\?[=!][^\(\)]*?\))?)+包括查看的开始，即 (\(\?\<[=!][^\(\)]*?\))?后接 \(\?\<，因为它可能是正的或负的。
(?<不贪婪地允许在lookback中出现除 [=!]或 [^\(\)]*?以外的任何字符
下一个捕获组包括匹配各种数字表示，如 (或 )或 (\[\d*(?:\d-\d)?\d*\]|\\d|\\p\{N\}|\d+(?:\|\d+)*)
\d匹配 [0-9]或 \p{N}甚至 [\d*(?:\d-\d)?\d*\]
[0-9]直接匹配
[1234]直接匹配
[1-3567]允许出现文本，例如“4”，也支持多个文本，例如 \\d
下一个捕获组包括匹配所有量词，即 \d、 \\p\{N\}、 \p{N}、 \d+(?:\|\d+)*。
4|6|8表示所有基本量词
(\*|\+|\?|\{\d*,?\d*\})?支持指定最小和最大计数的量词，如 *或 +等。
下一个捕获组允许标记量词的类型，例如lazy，即 ?或所有格，即 {,}
下一个捕获组 \*|\+|\?允许正或负的lookaheads
在此之后，第一个捕获组将再次重复，以支持在多个数字表示之间使用 \{\d*,?\d*\}，也就是说，上面的组由 \d{5,}表示，因此为了包括对 [0-9]{3,6}的支持，它被复制，就像这样，来提出最后的regex。
适用于：

^[0-9]{6}$
^[0-9]+$
^[0-9]{5,10}$
\d[0][3-9]*?\d[0-7]*?$
\d*|[0-9]+|123
\d+(?!\s)
(?<=\w)[0-9]

不适用于（但应该适用于）：

(\d)*          # Capturing groups don't work
(?:\d+)        # Non-capturing groups don't work
^[^\WA-Za-z_]  # Negated character classes don't work

注意：所有组都在捕获组，以便更容易可视化它们。它们可以随时转换为不捕获。