有些字符集使用的频率很高,所以在正则引擎中我们使用缩写的形式来代表这些组合,这样可以提高效率。
例如\d
代表[0-9]
,在大多数支持Unicode的引擎中,\d
代表所有的数字(包含Unicode形式)。但是也有例外在java和javascript中\d
只包含ASCII字符的数字。
\w
代表文字字符,也就是[A-Za-z0-9_]
。
\s
代表空白字符。本教程中所涉及的引擎中这些,这些空白字符包含[ \t\r\n\f]
。也就是空格、制表符、行终结符、表单符。
这些字符集的缩写也可以在字符集中使用。例如\s\d
可以匹配1 + 2 = 3
中的 2
,而[\s\d]
可以匹配1 + 2 = 3
中的1
。
以上三个缩写都有相应的取反的版本:
\D
相当于[^\d]
\W
对应[^\w]
\S
对应[^\s]
当你在字符集中使用多个取反的缩写时,你要特别小心。例如[\D\S]
和[^\d\s]
代表不同的含义 。后者表示除了数字和空白字符的任何字符,它可以匹配x而不可以匹配8。前者可以匹配一个不是数字或者不是空白字符的字符,因为数字不可能是空白字符同样空白字符也不可能是数字,所以这个表达式可以匹配任何字符。
如果文章出现错误,请给我提Issues - - Github地址