正则表达式之字符组[ ](Character Classes)
<p>字符组是正则表达式最基本的结构之一。字符组表示“同一位置上可能出现的各种字符”，写法：[ ]方括号之间列出所有可能出现的字符。例如：、、[#.?]等等。具体含义：表示在同一个位置上可能出现0-9中任意一个数，重点强调是一位和一个数。此外，字符组中的字符出现顺序和出现次数对字符组没有影响，和是完全一致的。</p><p>范围表示法：是不是忒长了？OK，用-表示范围，即：，如此一来是不是多快好省。但是要注意一点，不能9-0，因为9大于0啊。那如果是字母呢，可以或者，也不能z-a或者Z-A，因为在ASCII码表中每个字符都是有一个十进制码值的，如：0是45，A是65，a是97。而范围表示是码值小的-码值大的，按照书写规范上，应该是0-9，A-Z，a-z，切记不要错误认为A-z表示26个大写字母和26个小写字母，它们之间还有其他字母呢。大、小写字母表示方法为：.</p>
<p>[]能够匹配所包含的一系列字符中的任意一个。需要注意的是，[]虽然能匹配其中的任意一个字符，但匹配的结果只能是一个字符，不是多个。</p>
<p>例如表示字符“a”或“b”或“c”。 </p>
<p>[]支持用连字符“-”连接两个字符，来表示一个字符范围。需要注意的是，“-”前后的两个字符是有顺序的，即使用相同的编码时，后面的字符码位应大于或等于前面字符的码位。</p>
<p>例如表示任意一个小写字母。而在程序中使用则会报“ 范围的顺序颠倒”这样的异常。</p>
<p>大部分在正则中有特殊意义、在匹配其本身时需转义的字符，在[]内是不需要转义的。必须转义的只有“\”、“[”和“]”，而“^”出现在[]开始位置，“-”前后构成范围区间时，需要转义，出现在其它位置不需要转义，例如[\^.$^{\[(|)*+?-\\]</p>
<p>在.NET中，不构成歧义的情况下，“[”和“]”可以不用转义，程序也可以得到预期结果，但是这种写法可读性较差，而且出现错误时不易排查，因此不推荐这种写法</p>
<p>举例：Regex reg = new Regex("[^]]+"); //不推荐</p>
<p>.NET的字符组中支持集合减法，语法]，例如]表示除元音外的小写字母。但是除非你很了解这种语法的支持范围，以及确实有必要这样做，否则不要轻易使用这种可读性较差的语法。事实上完全可以用多个范围区间，在区间较多，导致可读性差、容易出错的情况下，可以使用正向预搜索来实现以上需求，(?!)，这种语法规则，支持范围要大得多，可读性也要好一些。</p>
<p><strong>常见错误用法：</strong></p>
<p>因为[]本身表示的就是字符之间“或”的关系，因此在[]中使用“|”来表示“或”的关系是错误的。</p>
<p>举例：表示的是“a”或“b”或“c”或“|”中的任意一个字符。<br /> </p>
<p>举例</p>
<p> 源字符串：ab|ac<br /> 正则表达式：+<br /> 匹配结果：ab|ac</p>
<p>[^ ] 排除型字符组</p>
<p> [^ ]表示匹配任意一个未列举的字符，同样的，匹配的结果也只能是一个字符。<br /> 例如[^abc]表示除字符“a”、“b”、“c”外的任意一个字符。<br /> [^ ]也支持字符分组，例如[^0-9]表示除数字外的任意一个字符。</p>
<p> 新手最容易犯的错误就是，用[^abc]或[^(abc)]这样的表达式来匹配不包含“abc”子字符串的字符串。 </p>
<p>举例</p>
<p> 源字符串：string yourStr = "<aaa>bbb<abc>ccc<ddd>";</p>
<p> 规则描述：取出yourStr中格式为<...>，但<>中不是abc的内容</p>
<p> 预期结果：<aaa>、<ddd></p>
<p> 错误写法：<[^abc]*></p>
<p> 正确写法：<code><(?!abc>)[^>]*></code> </p>
<p>还有一点并不常见，\b在字符组外表示单词边界，但是在字符组内[\b]表示退格符。</p>
頁:
[1]