正則表達式之字符組[?](Character?Classes)

更新時間：2023年05月28日 12:25:47 作者：過客

字符組是正則表達式最基本的結構之一，這里就為大家介紹一下字符組[]的正確使用方法,需要的朋友可以參考下

字符組是正則表達式最基本的結構之一。字符組表示“同一位置上可能出現的各種字符”，寫法：[ ]方括號之間列出所有可能出現的字符。例如：[123]、[ab]、[#.?]等等。具體含義：[013456789]表示在同一個位置上可能出現0-9中任意一個數，重點強調是一位和一個數。此外，字符組中的字符出現順序和出現次數對字符組沒有影響，[0123456789]和[0215436879]是完全一致的。

范圍表示法：[0123456789]是不是忒長了？OK，用-表示范圍，即：[0-9]，如此一來是不是多快好省。但是要注意一點，不能9-0，因為9大于0啊。那如果是字母呢，可以[a-z]或者[A-Z]，也不能z-a或者Z-A，因為在ASCII碼表中每個字符都是有一個十進制碼值的，如：0是45，A是65，a是97。而范圍表示是碼值小的-碼值大的，按照書寫規(guī)范上，應該是0-9，A-Z，a-z，切記不要錯誤認為A-z表示26個大寫字母和26個小寫字母，它們之間還有其他字母呢。大、小寫字母表示方法為：[A-Za-z].

[]能夠匹配所包含的一系列字符中的任意一個。需要注意的是，[]雖然能匹配其中的任意一個字符，但匹配的結果只能是一個字符，不是多個。

例如[abc]表示字符“a”或“b”或“c”。

[]支持用連字符“-”連接兩個字符，來表示一個字符范圍。需要注意的是，“-”前后的兩個字符是有順序的，即使用相同的編碼時，后面的字符碼位應大于或等于前面字符的碼位。

例如[a-z]表示任意一個小寫字母。而在程序中使用[z-a]則會報“[x-y] 范圍的順序顛倒”這樣的異常。

大部分在正則中有特殊意義、在匹配其本身時需轉義的字符，在[]內是不需要轉義的。必須轉義的只有“\”、“[”和“]”，而“^”出現在[]開始位置，“-”前后構成范圍區(qū)間時，需要轉義，出現在其它位置不需要轉義，例如[\^.$^{\[(|)*+?-\\]

在.NET中，不構成歧義的情況下，“[”和“]”可以不用轉義，程序也可以得到預期結果，但是這種寫法可讀性較差，而且出現錯誤時不易排查，因此不推薦這種寫法

舉例：Regex reg = new Regex("[^]]+"); //不推薦

.NET的字符組中支持集合減法，語法[set1-[set2]]，例如[a-z-[aeiou]]表示除元音外的小寫字母。但是除非你很了解這種語法的支持范圍，以及確實有必要這樣做，否則不要輕易使用這種可讀性較差的語法。事實上完全可以用多個范圍區(qū)間[b-df-hj-np-tv-z]，在區(qū)間較多，導致可讀性差、容易出錯的情況下，可以使用正向預搜索來實現以上需求，(?![aeiou])[a-z]，這種語法規(guī)則，支持范圍要大得多，可讀性也要好一些。

常見錯誤用法：

因為[]本身表示的就是字符之間“或”的關系，因此在[]中使用“|”來表示“或”的關系是錯誤的。

舉例：[a|b|c]表示的是“a”或“b”或“c”或“|”中的任意一個字符。

舉例

源字符串：ab|ac
正則表達式：[a|b|c]+
匹配結果：ab|ac

[^ ] 排除型字符組

[^ ]表示匹配任意一個未列舉的字符，同樣的，匹配的結果也只能是一個字符。
例如[^abc]表示除字符“a”、“b”、“c”外的任意一個字符。
[^ ]也支持字符分組，例如[^0-9]表示除數字外的任意一個字符。

新手最容易犯的錯誤就是，用[^abc]或[^(abc)]這樣的表達式來匹配不包含“abc”子字符串的字符串。

舉例

源字符串：string yourStr = "<aaa>bbb<abc>ccc<ddd>";

規(guī)則描述：取出yourStr中格式為<...>，但<>中不是abc的內容

預期結果：<aaa>、<ddd>