正則表達(dá)式字符集探究
正則表達(dá)式字符集是什么呢？我們?cè)谑褂谜齽t表達(dá)式的時(shí)候，正則表達(dá)式字符集起到什么作用呢？那么這里就向你介紹一下正則表達(dá)式字符集的概念以及所包含的具體的方法和使用。
正則表達(dá)式字符集是由一對(duì)方括號(hào)“[]”括起來(lái)的正則表達(dá)式字符集合。使用正則表達(dá)式字符集，你可以告訴正則表達(dá)式引擎僅僅匹配多個(gè)字符中的一個(gè)。如果你想匹配一個(gè)“a”或一個(gè)“e”，使用﹤﹤[ae]﹥﹥。你可以使用﹤﹤gr[ae]y﹥﹥匹配gray或grey。這在你不確定你要搜索的字符是采用美國(guó)英語(yǔ)還是英國(guó)英語(yǔ)時(shí)特別有用。相反，﹤﹤gr[ae]y﹥﹥將不會(huì)匹配graay或graey。正則表達(dá)式字符集中的字符順序并沒(méi)有什么關(guān)系，結(jié)果都是相同的。
你可以使用連字符“-”定義一個(gè)字符范圍作為正則表達(dá)式字符集。﹤﹤[0-9]﹥﹥匹配0到9之間的單個(gè)數(shù)字。你可以使用不止一個(gè)范圍。﹤﹤[0-9a-fA-F] ﹥﹥匹配單個(gè)的十六進(jìn)制數(shù)字，并且大小寫(xiě)不敏感。你也可以結(jié)合范圍定義與單個(gè)字符定義。﹤﹤[0-9a-fxA-FX]﹥﹥匹配一個(gè)十六進(jìn)制數(shù)字或字母X。再次強(qiáng)調(diào)一下，字符和范圍定義的先后順序?qū)Y(jié)果沒(méi)有影響。
◆正則表達(dá)式字符集的一些應(yīng)用
查找一個(gè)可能有拼寫(xiě)錯(cuò)誤的單詞，比如﹤﹤sep[ae]r[ae]te﹥﹥ 或 ﹤﹤li[cs]en[cs]e﹥﹥。
查找程序語(yǔ)言的標(biāo)識(shí)符，﹤﹤A-Za-z_][A-Za-z_0-9]*﹥﹥。(*表示重復(fù)0或多次)
查找C風(fēng)格的十六進(jìn)制數(shù)﹤﹤0[xX][A-Fa-f0-9]+﹥﹥。(+表示重復(fù)一次或多次)
◆取反正則表達(dá)式字符集
在左方括號(hào)“[”后面緊跟一個(gè)尖括號(hào)“^”，將會(huì)對(duì)正則表達(dá)式字符集取反。結(jié)果是正則表達(dá)式字符集將匹配任何不在方括號(hào)中的字符。不像“.”，取反正則表達(dá)式字符集是可以匹配回車(chē)換行符的。
需要記住的很重要的一點(diǎn)是，取反正則表達(dá)式字符集必須要匹配一個(gè)字符。﹤﹤q[^u]﹥﹥并不意味著：匹配一個(gè)q，后面沒(méi)有u跟著。它意味著：匹配一個(gè)q，后面跟著一個(gè)不是u的字符。所以它不會(huì)匹配“Iraq”中的q，而會(huì)匹配“Iraq is a country”中的q和一個(gè)空格符。事實(shí)上，空格符是匹配中的一部分，因?yàn)樗且粋€(gè)“不是u的字符”。
如果你只想匹配一個(gè)q，條件是q后面有一個(gè)不是u的字符，我們可以用后面將講到的向前查看來(lái)解決。
◆正則表達(dá)式字符集中的元字符
需要注意的是，在正則表達(dá)式字符集中只有4個(gè) 字符具有特殊含義。它們是：“] \ ^ -”。“]”代表正則表達(dá)式字符集定義的結(jié)束；“\”代表轉(zhuǎn)義；“^”代表取反；“-”代表范圍定義。其他常見(jiàn)的元字符在正則表達(dá)式字符集定義內(nèi)部都是正常字符，不需要轉(zhuǎn)義。例如，要搜索星號(hào)*或加號(hào)+，你可以用﹤﹤[+*]﹥﹥。當(dāng)然，如果你對(duì)那些通常的元字符進(jìn)行轉(zhuǎn)義，你的正則表達(dá)式一樣會(huì)工作得很好，但是這會(huì)降低可讀性。
在正則表達(dá)式字符集定義中為了將反斜杠“\”作為一個(gè)文字字符而非特殊含義的字符，你需要用另一個(gè)反斜杠對(duì)它進(jìn)行轉(zhuǎn)義。﹤﹤[\\x]﹥﹥將會(huì)匹配一個(gè)反斜杠和一個(gè)X。“]^-”都可以用反斜杠進(jìn)行轉(zhuǎn)義，或者將他們放在一個(gè)不可能使用到他們特殊含義的位置。我們推薦后者，因?yàn)檫@樣可以增加可讀性。比如對(duì)于字符“^”，將它放在除了左括號(hào)“[”后面的位置，使用的都是文字字符含義而非取反含義。如﹤﹤[x^]﹥﹥會(huì)匹配一個(gè)x或^。﹤﹤[]x]﹥﹥會(huì)匹配一個(gè)“]”或“x”。﹤﹤[-x]﹥﹥或﹤﹤[x-]﹥﹥都會(huì)匹配一個(gè)“-”或“x”。
◆正則表達(dá)式字符集的簡(jiǎn)寫(xiě)
因?yàn)橐恍┱齽t表達(dá)式字符集非常常用，所以有一些簡(jiǎn)寫(xiě)方式。
﹤﹤\d﹥﹥代表﹤﹤[0-9]﹥﹥;
﹤﹤\w﹥﹥代表單詞字符。這個(gè)是隨正則表達(dá)式實(shí)現(xiàn)的不同而有些差異。絕大多數(shù)的正則表達(dá)式實(shí)現(xiàn)的單詞正則表達(dá)式字符集都包含了﹤﹤A-Za-z0-9_]﹥﹥。
﹤﹤\s﹥﹥代表“白字符”。這個(gè)也是和不同的實(shí)現(xiàn)有關(guān)的。在絕大多數(shù)的實(shí)現(xiàn)中，都包含了空格符和Tab符，以及回車(chē)換行符﹤﹤\r\n﹥﹥。
正則表達(dá)式字符集的縮寫(xiě)形式可以用在方括號(hào)之內(nèi)或之外。﹤﹤\s\d﹥﹥匹配一個(gè)白字符后面緊跟一個(gè)數(shù)字。﹤﹤[\s\d]﹥﹥匹配單個(gè)白字符或數(shù)字。﹤﹤[\da-fA-F]﹥﹥將匹配一個(gè)十六進(jìn)制數(shù)字。
取反正則表達(dá)式字符集的簡(jiǎn)寫(xiě)
- ﹤﹤[\S]﹥﹥ = ﹤﹤[^\s]﹥﹥
- ﹤﹤[\W]﹥﹥ = ﹤﹤[^\w]﹥﹥
- ﹤﹤[\D]﹥﹥ = ﹤﹤[^\d]﹥﹥
◆正則表達(dá)式字符集的重復(fù)
如果你用“?*+”操作符來(lái)重復(fù)一個(gè)正則表達(dá)式字符集，你將會(huì)重復(fù)整個(gè)正則表達(dá)式字符集。而不僅是它匹配的那個(gè)字符。正則表達(dá)式﹤﹤[0-9]+﹥﹥會(huì)匹配837以及222。
如果你僅僅想重復(fù)被匹配的那個(gè)字符，可以用向后引用達(dá)到目的。我們以后將講到向后引用。
正則表達(dá)式字符集相關(guān)的內(nèi)容就向你介紹到這里，希望那個(gè)對(duì)你了解和掌握正則表達(dá)式字符集有所幫助。
【編輯推薦】
