一、使用轉(zhuǎn)義

在接觸元字符之前，理解好正則表達(dá)式中的轉(zhuǎn)義是非常重要的。在前面的幾章中，我們或多或少接觸了一些關(guān)于轉(zhuǎn)義的內(nèi)容，在這里，我們?cè)僭敿?xì)地研究一下正則表達(dá)式中的轉(zhuǎn)義。

正則表達(dá)式中的元字符是具有特定含義的字符。例如“.”，它能夠與除了換行符之外的任意字符相匹配；與之類似的還有“?”，表示參與匹配的樣式重復(fù)零次或一次。既然它們都被賦予了特殊的含義，那么它們就不能再用來(lái)與自身相同的普通字符進(jìn)行匹配了，例如“.”、“)”和“[”就不能直接作為匹配字符而直接使用。

      	var myArray = new Array();
	...
	if (myArray[0] == 0) {
	...
	}
	
    

對(duì)于上面的JavaScript代碼，我們用正則表達(dá)式 myArray[0] 來(lái)匹配數(shù)組元素myArray[0]，但是結(jié)果并不像我們預(yù)想的那樣，這是因?yàn)? [0] 在正則表達(dá)式中是作為字符集合的含義出現(xiàn)，匹配的內(nèi)容是“0”，而不是“[0]”。所以，正則表達(dá)式 myArray[0] 真正匹配的內(nèi)容是“myArray0”，而不是我們想要的“myArray[0]”。

既然這樣，我們換一個(gè)含有轉(zhuǎn)義功能的正則表達(dá)式 myArray/[0/] 再來(lái)做一次試驗(yàn)，這次成功匹配了。

“/”是具有轉(zhuǎn)義作用的元字符，既然是元字符，就不能跟字符“/”相匹配了，但“/”的功能不光是對(duì)其他元字符進(jìn)行轉(zhuǎn)移，就連它自身也可以進(jìn)行轉(zhuǎn)移，所以， // 就能和字符“/”相匹配。字符串“C:/WINDOWS”對(duì)應(yīng)的正則表達(dá)式就應(yīng)該是 C://WINDOWS 。

二、元字符

正則表達(dá)式中的原字符分為兩大類，一種是參與文本匹配的，比如“.”，另外一種是作為正則表達(dá)式語(yǔ)法的一部分而存在，如“？”，“[”和“]”。在實(shí)際的應(yīng)用中，我們將發(fā)現(xiàn)有很多這樣的原字符，它們是以“空白”元字符開頭的。在這里，我們簡(jiǎn)紹幾個(gè)常用的正則表達(dá)式元字符。

• /w
  

  “/w”只能匹配英文字母、數(shù)字和下劃線。因此，它與元字符“.”并不相同，因?yàn)椤?w”不能夠與符號(hào)、標(biāo)點(diǎn)相匹配。在有些非英語(yǔ)的語(yǔ)言中，“/w”的解釋有所不同，它可以與被設(shè)置的語(yǔ)言的文字或字母相匹配。如果“/w”的關(guān)聯(lián)文是 Unicode 而非 ASCII，那么它能夠匹配到的范圍就更為廣泛了。

  現(xiàn)在讓我們看看“/w”的功能，首先構(gòu)造正則表達(dá)式 /w+ ，然后把字符串“Hello World! 世界你好！”作為測(cè)試對(duì)象，匹配的結(jié)果就是“ Hello World ! 世界你好 ！”

• /W
  

  “/W”與“/w”匹配的內(nèi)容相反，只要是/w無(wú)法匹配的內(nèi)容，它都能夠進(jìn)行匹配。也就是說(shuō)，/W能夠匹配那些非字母、數(shù)字和下劃線的內(nèi)容。但匹配內(nèi)容也不是絕對(duì)的，還要根據(jù)所使用的具體正則引擎而定。

  我們同樣以“Hello World! 世界你好！”為例，利用正則表達(dá)式 /W+ 匹配的結(jié)果就是“Hello World ! 世界你好 ！ ”。

• /d
  

  “/d”能夠與數(shù)字相匹配，相當(dāng)于[0-9]的縮寫。

  再回顧一下前章電話號(hào)碼校驗(yàn)的例子，要匹配的字符串為“+086-800-800-8888”，之前構(gòu)造出來(lái)的正則表達(dá)式是 /+?[0123456789]{2,3}-[0123456789]{3}-[0123456789]{3}-[0123456789]{4} ，而有了/d，我們就可以把它簡(jiǎn)化為/+?/d{2,3}-/d{3}-/d{3}-/d{4}。

• /D
  

  與“/W”類似，“/d”也有個(gè)與之對(duì)應(yīng)的“/D”，它能與數(shù)字之外的任意字符相匹配。

三、空白與非空白元字符

• /s
  

  我們?cè)谶M(jìn)行正則表達(dá)式搜索的時(shí)候，常常會(huì)碰到嵌套在文本里的非打印字符。這些字符有時(shí)會(huì)極大地干擾我們的查找工作，所以最好是先將它們清除掉。元字符“/s”代表了多種非打印字符。

  符號(hào) 含義

  [/b]	退格(Backspace)
  /f	換頁(yè)符
  /n	換行符
  /r	回車符
  /t	水平制表符
  /v	垂直制表符

• /S
  

  與“/d”、“/w”類似，也有一個(gè)與“/s”對(duì)應(yīng)的“/S”，它所匹配的內(nèi)容是非空白字符。

四、使用POSIX字符類

在有些正則表達(dá)式引擎中，實(shí)現(xiàn)了一種叫做 POSIX 字符類的特殊功能，POSIX 可以簡(jiǎn)單的看作是常用的字符集合。比如我們常常用 /d 表示 0 至 9 之間的數(shù)字， /s 表示空白字符；而用 POSIX 中的[:alnum:]，就能代表正則表達(dá)式[A-Za-z0-9]，其中的 alnum 是 alphanumeric 的縮寫。由此可見，POSIX 是采用了命名的方式來(lái)代替使用多個(gè)字符集，這樣不光能為我們構(gòu)造正則表達(dá)式節(jié)省了時(shí)間，而且提供了很大方便。因正則表達(dá)式引擎的不同，所使用的命名方式也有可能不同，這就要求我們?cè)诶?POSIX 方法構(gòu)造正則表達(dá)式之前先了解所使用的引擎支持的正確的 POSIX 格式。

下面我們?cè)?EmEditor 中用 POSIX 做個(gè)小實(shí)驗(yàn)。首先查看幫助，看看在 EmEditor 可以使用什么樣的 POSIX 語(yǔ)法，下表中列出了所有可用的 POSIX 語(yǔ)法。

Character Classes

The following character classes are used within a character set such as "[:classname:]". For instance, "[[:space:]]" is the set of all whitespace characters.

從表格中可以看出 [:digit:] 的作用與 [0-9] 完全一樣，所以，當(dāng)從例子的 SQL 語(yǔ)句中查找匹配內(nèi)容時(shí)，16 和 24 被成功的匹配。

五、修飾符

在使用正則表達(dá)式時(shí)，有時(shí)候我們需要使用一些選項(xiàng)來(lái)控制匹配的模式。比如我們的表達(dá)式是否需要嚴(yán)格地按照字母大小寫來(lái)進(jìn)行匹配；表達(dá)式是否可以按行為單位來(lái)進(jìn)行工作。 大多數(shù)支持正則表達(dá)式的編輯器都會(huì)提供一個(gè)“是否區(qū)分大小寫”的選項(xiàng)；而在編程語(yǔ)言中，使用正則表達(dá)式功能時(shí)如果沒(méi)有特別指定操作選項(xiàng)，結(jié)果都是按行為單位返回的。對(duì)于修飾符的詳細(xì)使用我們會(huì)在后面的應(yīng)用章節(jié)詳細(xì)敘述。