下面深入讲解下正则表达式[]
里的这五个特殊字符:
(一)[
和 ]
因为与正则表达式[]
本身冲突,因此,需要匹配其本身时,需要进行转义处理。
例如,
源文本:我是一名[PHP]工程师,而不是一名[Java]工程师,也不是一名[C++]工程师,更不是一名[C#]工程师。
需求:匹配[]
中的工程师类型,工程师类型由大小写字母和+#
构成。
正则:\[([a-zA-Z+#]+)\]
(二)-
一般情况下,我们会使用[0-9]
或者[a-z]
这样的表达式来表达数字和小写字母,也就是说,-
在此处的意思是表达一个范围值,即从0
到9
和从a
到z
。
如果我们想要得到一个由*
或-
或+
组成的匹配时,可能有些人会写成[*-+]
,而且,有些时候测试用例不完整的情况下,还发现不了问题。
[*-+]
这个表达式其实表示的是*
的ASCII值到+
的ASCII值的范围,在我们常见的字母、数字、特殊字符区间里,它刚好能匹配*
和+
,却并没像预期那样匹配到-
。甚至,如果你写成了[+-*]
,它还会报错,就像你不能写成[9-0]
一样,它会提示你:Warning: preg_match(): Compilation failed: range out of order in character class at offset 3
。而如果你写成了[-*+]
或者[*+-]
,那么恭喜你,你碰巧写对了。
因此,对于[]
中的-
,如果需要表达其字面意思,除非我们把它写到了[]
的开头或者结尾,我们都是需要做转义处理的,也就是[*\-+]
。虽然写到开头或结尾不需要转义,但我还是建议,需要表达-
本身字面意思时,最好都使用转义,这也便于维护者对于该表达式的理解。
(三)\
\
本身是转义符,如果你不对它做转义,它将对其后面的字符做转义,所以,这个字符要表达其字面意思时,必须做转义,也就是\\
。
(四)^
^
我们常见用法是[^0-9]
这种,在[]
中放到开头,用于表示排除,也就是非的意思。[^0-9]
就表示 非[0-9]
的任意字符,也就是,匹配不包含0123456789
的其他任意字符。
但是,如果^
写到了[]
的其他地方,也就是不在开头时,它就表示它自己的字面意思了。
跟-
一样,虽然在不同位置能让它的特殊功能失效,但是想要匹配其字面意思时,我还是建议大家对它进行转义处理,也就是[\^]
这样。
(五) 总结
别问我为什么只有4个,请回去看看(一)里有几个。
在正则表达式[]
里面,主要有五个特殊字符:[]-\^
,需要表达其字面意思时,最好都对它们进行转义,而其他的任何字符,在[]
都只能表达其字面意思。
因此,特别强调一个非常常见的错误写法:[https|http]
有些人想要表达https
或者http
的意思,就写了这个错误匹配,我们会发现,上面的式子其实等价[htps|]
,原因很简单,[]
是单字符匹配,而且里面的|
只能表达其字面意思。对于这个例子的改正可以用下面两种写法:
(https|http)
和 https?
。
(https|http)
,利用了|
字符 或 的意义,因为|
的作用域是从左到右,直到遇到括号为止,因此,使用|
的时候需要特别留意,一定要使用括号限定,否则又可能陷入另一个错误当中,如^https|http://
,本来要表达^https://
或^http://
,却得到了^https
和http://
。
https?
,这个利用了?
的0个或1个匹配的意义,如果s?
匹配0个,那么就能匹配http
,如果s?
匹配1个,那么就能匹配https
,从而达到预期目的。
更多关于正则表达式入门的内容,请参考本站博客《我眼里的正则表达式入门教程》
更多关于正则表达式高级的内容,请参考本站博客《深入讲解正则表达式高级教程》
Windows正则表达式测试工具请从《正则表达式测试工具RegexBuddy-4.1.0》下载
Mac正则表达式测试工具请从《Mac正则表达式测试工具》下载
未经同意禁止转载!
转载请附带本文原文地址:正则表达式[]里的五个特殊字符,首发自 Zjmainstay学习笔记