LinuxSir.cn,穿越时空的Linuxsir!

 找回密码
 注册
搜索
热搜: shell linux mysql
查看: 288|回复: 0

集合和范围 [...]

[复制链接]
发表于 2024-1-23 23:43:21 | 显示全部楼层 |阅读模式
在方括号 […] 中的几个字符或者字符类表示“搜索给定字符中的任意一个”。

集合
例如,[eao] 表示以下 3 个字符中的任何一个:'a'、'e' 或 'o' 。

这就是所谓的 集合。在正则表达式中,可以将集合和常规字符一起使用。

// 查找 [t 或 m],然后匹配 "op"
alert( "Mop top".match(/[tm]op/gi) ); // "Mop", "top"
请注意,虽然集合中有多个字符,但它们在匹配中只会对应其中的一个。

所以在下面的示例中并没有匹配项:

// 查找 "V",然后匹配 [o 或 i],之后匹配 "la"
alert( "Voila".match(/V[oi]la/) ); // null,无匹配项
这个模式会搜索:

V,
然后匹配其中的 一个字符 [oi],
然后匹配 la。
所以可以匹配上 Vola 或者 Vila。

范围
方括号也可以包含 字符范围。

例如,[a-z] 表示从 a 到 z 范围内的字符,[0-5] 表示从 0 到 5 的数字。

在下面的示例中,我们将搜索首先是 "x",然后有两位数或两个在 A 到 F 范围内的字符紧随其后的字符串。

alert( "Exception 0xAF".match(/x[0-9A-F][0-9A-F]/g) ); // xAF
[0-9A-F] 中有两个范围:它搜索一个字符,该字符要么是在 0 到 9 范围内的数字,要么是从 A 到 F 的字母。

如果我们还想查找小写字母,则可以添加范围 a-f:[0-9A-Fa-f]。或添加标志 i。

我们也可以在 […] 中使用字符类。

例如,如果我们想查找单词字符 \w 或连字符 -,则集合可以写为 [\w-]。

也可以组合多个类,例如 [\s\d] 表示“空格字符或数字”。

字符类是某些字符集合的简写
例如:

\d —— 和 [0-9] 相同,
\w —— 和 [a-zA-Z0-9_] 相同,
\s —— 和 [\t\n\v\f\r ] 外加少量罕见的 Unicode 空格字符相同。
示例:多语言 \w
由于字符类 \w 是简写的 [a-zA-Z0-9_],因此无法找到中文象形文字,西里尔字母等。

我们可以编写一个更通用的模式,该模式可以查找任何语言中的单词字符。借助 Unicode 属性很容易实现:[\p{Alpha}\p{M}\p{Nd}\p{Pc}\p{Join_C}]。

让我们理解一下。类似于 \w,我们正在制作一组属于我们自己的包含具有以下 Unicode 属性的字符:

Alphabetic (Alpha) —— 字母,
Mark (M) —— 音调,
Decimal_Number (Nd) —— 数字,
Connector_Punctuation (Pc) —— 下划线 '_' 和类似的字符,
Join_Control (Join_C) —— 两个特殊代码 200c 和 200d,用于连字,例如阿拉伯语。
使用示例:

let regexp = /[\p{Alpha}\p{M}\p{Nd}\p{Pc}\p{Join_C}]/gu;

let str = `Hi 你好 12`;

// 找出所有字母和数字:
alert( str.match(regexp) ); // H,i,你,好,1,2
当然,我们可以编辑这个模式:添加 Unicode 属性或删除它们。Unicode:修饰符 "u" 和类 \p{...} 一文更详细地介绍了 Unicode 属性。

IE 浏览器不支持 Unicode 属性
IE 浏览器未实现 Unicode 属性 p{...}。如果我们真的需要它们,可以使用库 XRegExp。

或者只是使用我们感兴趣的语言中的字符范围,例如西里尔字母范围 [а-я]。

排除范围
除了普通的范围匹配,还有像这样 [^…] 的“排除”范围匹配。

通过在开头添加插入符号 ^ 来表示匹配所有 除了给定的字符 之外的任意字符。

例如:

[^aeyo] —— 匹配除了 'a'、'e'、'y' 或 'o' 之外的任何字符。
[^0-9] —— 匹配除了数字之外的任何字符,与 \D 作用相同。
[^\s] —— 匹配任何非空格字符,与 \S 作用相同。
下面的示例搜索除了字母、数字和空格之外的任何字符:

alert( "alice15@gmail.com".match(/[^\d\sA-Z]/gi) ); // @ and .
[…] 中的转义
通常当我们想要准确地找到一个特殊字符时,我们需要像 \. 这样对其进行转义。如果我们需要反斜杠,那么我们需要使用 \\,等等。

在方括号,我们可以使用绝大多数特殊字符而无需转义:

符号 . + ( ) 无需转义。
在开头或结尾(未定义范围)的连字符 - 不会被转义。
插入符号 ^ 仅在开头会被转义(表示排除)。
右方括号 ] 总是会被转义(如果我们需要寻找那个符号)。
换句话说,除了在方括号中有特殊含义的字符外,其它所有特殊字符都是允许不转义的。

方括号中的点 . 表示的就是一个点。模式 [.,] 将会搜索字符之一:点或逗号。

在下面的示例中,正则表达式 [-().^+] 查找 -().^+ 中的任何字符:

// 不需要转义
let reg = /[-().^+]/g;

alert( "1 + 2 - 3".match(reg) ); // 匹配 +,-
……但是如果你为了“以防万一”转义了它们,这也不会有任何问题:

// 转义其中的所有字符
let reg = /[\-\(\)\.\^\+]/g;

alert( "1 + 2 - 3".match(reg) ); // 仍能正常工作:+,-
范围和修饰符 “u”
如果集合中有代理对(surrogate pairs),则需要标志 u 才能使它们正常工作。

例如,让我们在字符串
您需要登录后才可以回帖 登录 | 注册

本版积分规则

快速回复 返回顶部 返回列表