从[]开始学习正则表达式

正则表达式非常容易忘记，而且学精通非常的难。平时用的不多，或者用到的都可以在网上找到。但是一般只有发生性能问题时，才会去从头学习它。

就比如，一个”[]”字符组(Character Classes)都能让很多人搞错。今天，我们一起来从零，从[]开始学习和了解一下正则表达式吧。

[]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。

例如[abc]表示字符“a”或“b”或“c”。

[]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。

例如[a-z]表示任意一个小写字母。而在程序中使用[z-a]则会报“[x-y] 范围的顺序颠倒”这样的异常。

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[/^.$^{[(|)*+?-/]。

在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。例如下面的写法：

Regex reg = new Regex("[^]]+");  //不推荐

常见错误用法：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。

举例：[a|b|c]表示的是“a”或“b”或“c”或“|”中的任意一个字符。

举例：源字符串：ab|ac；正则表达式：[a|b|c]+；匹配结果：ab|ac。

[^ ] 排除型字符组

null
• [^ ]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。例如[^abc]表示除字符“a”、“b”、“c”外的任意一个字符。
• [^ ]也支持字符分组，例如[^0-9]表示除数字外的任意一个字符。

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。例如下面这些：

源字符串：string yourStr = “bbbccc”;
规则描述：取出yourStr中格式为<…>，但<>中不是abc的内容
预期结果：<aaa>、<ddd>
错误写法：<[^abc]> 正确写法：<(?!abc>)[^>]>

https://www.xttblog.com

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。

： » 从[]开始学习正则表达式