中括号在正则表达式中的多义性

中括号在正则表达式中的多义性

中括号在正则中称为字符组(Character class)，有的书翻译为字符类，还有的翻译成字符集。我觉得字符组更好点，毕竟class在计算机属于中代表面向对象里的“类”。顾名思义，字符组为一组字符，它表示在一个位置里可能出现的多种字符。注意这里强调只匹配一个位置哦。

• 简单字符组
• 范围字符组
• 组合字符组
• 排除型字符组
• 字符组运算
• 预定义字符组

 

一、简单字符组

示例1：[123] 可以分别匹配包含1-3这5个数的字符串。

var reg = /[123]/
reg.test('1') // -> true
reg.test('2') // -> true
reg.test('3') // -> true
reg.test('4') // -> false
reg.test('14') // -> true
reg.test('25') // -> true
reg.test('36') // -> true

　　

示例2：匹配 bat、cat、fat。

var reg = /[bcf]at/
reg.test('bat') // -> true
reg.test('cat') // -> true
reg.test('fat') // -> true

 

二、范围字符组（Range class，与连字符 “-” 一起使用）

上面示例1中 [123] 可以匹配字符'1', '2', '3'。如果要匹配0-9可以写成 [0123456789]，但有了范围字符组更简洁了，可以写成 /[0-9]/。

示例3：匹配数字

var reg = /[0-9]/
reg.test('0') // -> true
reg.test('1') // -> true
reg.test('2') // -> true
...

 

示例4：匹配HTML的标题标签

var reg = /<h[1-6]>/
reg.test('<h1>') // -> true
reg.test('<h2>') // -> true
reg.test('<h3>') // -> true
reg.test('<h4>') // -> true
reg.test('<h5>') // -> true
reg.test('<h6>') // -> true
reg.test('<h7>') // -> false
reg.test('<div>') // -> false

　　

匹配小写英文字母可以用字符组 [a-z]， 匹配大写英文字母用 [A-Z]。这里最关键的是连字符 "-"，不要理解为减号。 它的意义是“从什么到什么”，如[a-z]理解为从 “a” 到 “z”。

需要注意几点

1. 连字符（-）只在字符组内（中括号）才是元字符。如

var reg = /1-5/
reg.test('1') // -> true
reg.test('2') // -> false，不是连字符，不包含2，3，4
reg.test('-') // -> true， 这里 “-” 只是一个普通字符

2. 甚至在字符组内部，它也不一定是元字符。如

var reg1 = /[-123]/
var reg2 = /[123-]/
// 在字符组首部或尾部位置，仅作为一个普通字符，而不是表示范围的连字符
reg1.test('-') // -> true
reg2.test('-') // -> true

此外，很多元字符在字符组内都变成了普通字符，如(^$?)等。

3. 范围不能乱写，比如只能 [0-9]，不能[9-0]。不然浏览器会报错，如下是Firebug的报错

范围字符组实际是安装字符对于的ASCII码值来确定的，值小的在前面，值大的在后面。例如[0-9]的码值为48~57，[a-z]的码值为97~122，[A-Z]的码值为65~90。

附上ASCII表

另外，可以这么写 [0-z]，即表示范围ASCII 48~122，但不推荐这么写，它的意义不直白。如果不查ASCII表，很难知道它表示数字[0-9]，大写字母[A-Z]，小写字母[a-z]和一些特殊字符（[,\,],^,_,`）。

 

三、组合字符组（Combination class）

由多种字符组组合一起的字符组

示例5：匹配a~f和1-5之间的字符 [a-f1-5]

var reg = /[a-c1-3]/
reg.test('a') // -> true
reg.test('b') // -> true
reg.test('c') // -> true
reg.test('1') // -> true
reg.test('2') // -> true
reg.test('3') // -> true

需要注意的是，字符组内不要有空格，有人喜欢在f和1之间加个空格，以便阅读起来舒服一些，但这是不允许的。

 

四、排除型字符组（Negated character class，与脱字符 “^” 一起使用）

有时列出所有的字符几乎不可能，那得列多少啊，这时可以使用排除型字符组。只要在左方括号后紧跟一个脱字符^即可。排除型字符组表示：匹配一个未列出的字符（match a character that's not listed），而不是不要匹配列出的字符。

示例6：匹配非数字字符

var reg = /[^0-9]/
reg.test('1') // -> false
reg.test('2') // -> false
reg.test('a') // -> true

 

五、字符组运算（方括号嵌套+运算符）

有些语言支持，比如&&+[] Java中就支持，但JavaScript不支持。

示例7：匹配英文字母中除去元音字符的字符

[[a-z]&&[^aeiou]] // a-z 且排除掉5个元音字符aeiou

　　

六、预定义字符组（又称字符组简记）

比如JavaScript中提供了 \d, \w, \s 表示数字字符组(digit)，单词字符组(word)，和空白符字符组(space)。另外还有对于的排除型字符组简写 \D，\W，\S 分别对于非数字字符组，非单词字符组，非空白字符组。

\d == [0-9]
\w == [a-zA-Z_0-9]
\s == [ \t\n\x0B\f\r]