分享 3-15 个字符，可以用 [a-z0-9_\-] 字符，必须用数字或者字母开头，且不能是纯数字
# encoding: UTF-8
# 老大提了个用单个正则表达式来匹配个性域名ID的需求，具体是：3-15个字符，可以用[a-z0-9_\-]字符，必须用数字或者字母开头，且不能是纯数字
# 让我们来分步化解
# 对于，3-15个字符，可以用[a-z0-9_\-]字符，稍微了解点正则表达式的同学马上就可以写出如下正则
/^[a-z0-9_\-]{3,15}$/i
# 让我们来再加一个条件，必须用数字或者字母开头
/^[0-9a-z][a-z0-9_\-]{2,14}$/i
# 最后一个条件是，且不能是纯数字。
# 最初我大概的想到是用 或(|) 来做，一个是数字开头，另一个是字母开头，剩余的是否纯数字在后面判断。但这剩余里还是会遇到判断在哪个位置里已经出现了字母的问题。所以这里就需要正则表达式里非匹配获取的功能了。
# 维基百科里给出的是 (?=pattern) ，它表示 匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符「(|)」来组合一个模式的各个部分是很有用。例如「industr(?:y|ies)」就是一个比「industry|industries」更简略的表达式。具体见 http://zh.wikipedia.org/wiki/正则表达式
# stackoverflow里有更通俗的例子 http://stackoverflow.com/questions/1559751/regex-to-make-sure-that-the-string-contains-at-least-one-lower-case-char-upper
# ^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*(_|[^\w])).+$
# A short explanation:
# ^ // the start of the string
# (?=.*[a-z]) // use positive look ahead to see if at least one lower case letter exists
# (?=.*[A-Z]) // use positive look ahead to see if at least one upper case letter exists
# (?=.*\d) // use positive look ahead to see if at least one digit exists
# (?=.*[_\W]) // use positive look ahead to see if at least one underscore or non-word character exists
# .+ // gobble up the entire string
# $ // the end of the string
# 这样我们就在 /^[0-9a-z][a-z0-9_-]{2,14}$/i 里再加上个 (?=.*[a-z_\-]) 就可以匹配不是纯数字了
@regexp = /^(?=.*[a-z_\-])[0-9a-z][a-z0-9_\-]{2,14}$/i
puts "合法测试"
%w[c11213311 mvj3 123mmmmm iceskysl 3_3].each do |str|
puts "#{str} => #{str.match(@regexp)}"
end
puts "\n"
puts "非法测试"
%w[123 12345 mmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmm _ssssss 你好].each do |str|
puts "#{str} => #{str.match(@regexp) || '没有匹配'}"
end
# 测试结果如下：
__END__
合法测试
c11213311 => c11213311
mvj3 => mvj3
123mmmmm => 123mmmmm
iceskysl => iceskysl
3_3 => 3_3
非法测试
123 => 没有匹配
12345 => 没有匹配
mmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmmm => 没有匹配
_ssssss => 没有匹配
你好 => 没有匹配
我是来歪楼的，非要用一个正则表达式也没啥大问题，尽管很多时候写成多个更容易。
我只是在想为啥需求文档不用 Prolog 或者类似的语言来写。假如需求文档不能运行，你如何验证你的实现能满足需求...
试着用 Prolog 写了下，感觉其实大部分还是很好理解的。
rule_3_to_15_characters(Name) :-
length(Name, L),
L >= 3,
L =< 15.
valid_character(C) :-
char_type(C, alpha),
char_type(C, lower).
valid_character(C) :-
char_type(C, digit).
valid_character(C) :-
member(C, "_-").
rule_valid_characters(Name) :-
maplist(valid_character, Name).
rule_start_with_alnum([C|_]) :-
char_type(C, alnum).
rule_have_non_digit_character(DomainName) :-
member(C, DomainName),
\+ char_type(C, digit).
valid_domain_name(DomainName) :-
rule_3_to_15_characters(DomainName),
rule_valid_characters(DomainName),
rule_start_with_alnum(DomainName),
rule_have_non_digit_character(DomainName),
!.
#1 楼 @bhuztez 。。。Prolog 这个似乎太长了，超过了（自然语言描述）需求的语义长度，语言本身和需求杂糅得太多，如分开的 valid_character 和最后合并的 valid_domain_name 函数。程序终究和自然语言不一样，它讲求数理上的递归，否则英语国家（一般意义上）的人都会编程了。
来个易懂的注释版
DomainRegex = Regexp.new([
"^",
"(?=.*[a-z_\-])", # 不能全是数字
"[0-9a-z]", # 必须用数字或者字母开头
"[a-z0-9_\-]{2,14}", # 3-15个字符，可以用[a-z0-9_\-]字符
"$"
].join, 'i')
最完美的信息表示，它的熵应该是最低的。如果正则表达式支持变量可以更进一步减少重复信息：）
我不是反对代码短，而是为了歪楼，讨论一下有没有可能通过运行需求文档来验证实现...
超过了（自然语言描述）需求的语义长度
不是的，自然语言充满了大量背景知识的假设，所以用 Prolog 会长过自然语言描述是很正常的。而且很多时候，长一点并不是大问题，歧义才是问题。
Perl 风格的正则表达式可以认为是一种特殊的 Prolog DSL。在处理简单的字符串匹配上比 Prolog 好也是可以预期的。
很多时候，感觉用类似 Prolog 的语言来表示需求还是蛮合适的，而且学习成本也不高。我没有说最终代码一定得用 Prolog 来写。而且之前看过一个 slide，也的确是有人这么做了。
http://www.erlang-factory.com/conference/SFBay2012/speakers/RichardCarlsson
另外... 没几种写法还能称作回字吗？
/\A
(?= .*\D)
(?! [_-])
[[:alnum:]_-]{3,15} # alnum = alpha + number
\z/x
正则里的断言就和 prolog 的 rule 差不多啦 各种预定义好的 unicode character class 就和 prolog 里的类型差不多？
编程就是将自然语言需求写成形式语言的过程... 程序员之所以存在的一个理由就是客户说不清楚...
楼主用肯定断言表达 "不能全是数字" 是经过了一次逻辑运算的结果: ¬(∀c, c 是数字) => ∃c, ¬(c 是数字)
按照要求直接用否定断言 (?!) 也可以：
/\A
(?! \d+\z)
(?! [_-])
[[:alnum:]_-]{3,15}
\z/x
#5 楼 @bhuztez 仔细查了“熵”，可能是我既看物理又看计算机科学有点搞乱了，思考无序冗余简洁去了。”熵“可分为”信息熵“，”热力学熵“，"生态学熵”等，它们的联系据我现在所知只是公式原理相同而已。
你所指的“熵”是信息论里的熵。维基百科 信息熵 说 "在信息论里面，熵是对不确定性的测量。但是在信息世界，熵越高，则能传输越多的信息，熵越低，则意味着传输的信息越少。" ，比如"China"和"中国“的熵是一样的，也可以说所含信息是一样的如果我们只是常规的指代，如果硬要从别的角度出发，也就是你说的语言的歧义，当你说语音而没有指名大小写的时候，"china"在英语里是瓷器的意思，而"中国"可能又导致领土政治问题。所以从String#size这个角度来说，确实应该是最低最小的。在String这个角度，正则确实降低了信息（熵）。我上面提到的熵，说的是正则表达式更有序简洁（当然对不了解正则的人来说增加了学习成本）。 上段算解答了。如果用上压缩算法，这个（信息）熵还可以更小，但是得不算上压缩和减压需要的能量和算法和字典库，否则就越来越扯了（如何鉴定孤立系统的范围）。
热力学里的熵指的是一个封闭系统的无序度，但是无论如何无序，按热力学第二定律，除了熵增加，能量和质量是不会有所增加或减少的。
另外我平时也在写我的学习记录，算是生活乐趣。
