左方括號(hào)開始一個(gè)字符類的描述,并以方中括號(hào)結(jié)束。 單獨(dú)的一個(gè)右方括號(hào)沒有特殊含義。如果一個(gè)右方括號(hào)需要作為一個(gè)字符類中的成員, 那么可以將它寫在字符類的首字符處(如果使用了 ^ 取反, 那么是第二個(gè))或者使用轉(zhuǎn)義符。
一個(gè)字符類在目標(biāo)字符串中匹配一個(gè)單獨(dú)的字符; 該字符必須是字符類中定義的字符集合的其中一個(gè), 除非使用了 ^ 對(duì)字符類取反。 如果^需要作為一個(gè)字符類的成員,確保它不是該字符類的首字符, 或者對(duì)其進(jìn)行轉(zhuǎn)義即可。
例如,字符類[aeiou]匹配所有的小寫元音字母, 而[^aeiou]匹配所有非元音字母的字符。注意: ^只是一個(gè)通過枚舉指定那些不存在字符類之中的字符的便利符號(hào)。而不是斷言, 它仍然會(huì)從目標(biāo)字符串中消耗一個(gè)字符,并且如果當(dāng)前匹配點(diǎn)在目標(biāo)字符串末尾, 匹配將會(huì)失敗。
當(dāng)大小寫無關(guān)匹配被設(shè)置后,任意字符類都同時(shí)代表大小寫兩種版本,因此對(duì)于例子, 一個(gè)大小寫不敏感的[aeiou]同時(shí)匹配"A"和"a", 并且大小寫不敏感的[^aeiou]同時(shí)不匹配 "A"。
換行符在字符類中沒有任何特殊涵義, 與 PCRE_DOTALL 或 PCRE_MULTILINE 選項(xiàng)都無關(guān)。 例如 [^a] 這樣的字符類始終會(huì)匹配換行符。
在字符類中,一個(gè)中劃線(減號(hào) -)可以用于指定從一個(gè)字符到另一個(gè)字符的范圍。 比如,[d-m]匹配d到m之間的所有字符,這個(gè)集合時(shí)閉合的。 如果中劃線自身要在一個(gè)字符類中描述, 它必須被轉(zhuǎn)移或者出現(xiàn)在一個(gè)不會(huì)被解釋為一個(gè)范圍的位置, 典型的比如字符類開始或結(jié)束位置。
在一個(gè)字符范圍描述后面不能使用右中括號(hào)。 比如一個(gè)模式 [W-]46] 被解釋為一個(gè)包含 W 和 - 的字符類,后面緊跟字符串 ”46]”, 因此它可以匹配 ”W46]” 或 ”-46]”。然而, 如果中括號(hào)是經(jīng)過轉(zhuǎn)義的, 它將會(huì)被解釋為范圍的終點(diǎn), 因此 [W-\]46] 就會(huì)被解釋為一個(gè)單獨(dú)的包含 W 至 ] 范圍內(nèi)所有字符以及 4、6 的字符類。 8 進(jìn)制或 16 進(jìn)制描述的中括號(hào)同樣可以用于作為范圍的終點(diǎn)。
范圍操作以 ASCII 整理排序。它們可以用于為字符指定數(shù)值,比如 [\000-\037]。 如果在大小寫不敏感匹配模式下使用一個(gè)包含字母的范圍, 則同時(shí)匹配它的大小寫形式。 比如 [W-c] 在不區(qū)分大小寫匹配時(shí)等價(jià)于 [][\^_`wxyzabc],并且, 如果使用了 ”fr”(法國(guó)) 的地域設(shè)置字符表時(shí), [\xc8-xcb] 將會(huì)在所有模式下匹配重音 E 字符。
字符類\d、\D、 \s、\S、\w 和 \W 也可以出現(xiàn)在一個(gè)字符類中, 用以將其匹配的字符類加入到新的自定義字符類中。比如, [\dABCDEF] 匹配任意合法的 16 進(jìn)制數(shù)。用 ^ 可以很方便的制定嚴(yán)格的字符類, 比如 [^\W_] 匹配任何字母或數(shù)字,但不匹配下劃線。
所有非字母數(shù)字字符除了\、-、 ^(在起始位置)以及結(jié)束的]在字符類中都是非特殊字符, 沒有轉(zhuǎn)義也不會(huì)有危害。模式結(jié)束符在表達(dá)式中總是特殊字符,必須進(jìn)行轉(zhuǎn)義。
Perl 支持 POSIX 字符類符號(hào)。這種字符類使用[:
和:]
閉合。 PCRE 同樣支持這些字符類,
比如,[01[:alpha:]%]
匹配 ”0”、“1”、任意字母或”%”。 支持的字符類如下:
alnum | 字母和數(shù)字 |
alpha | 字母 |
ascii | 0 - 127的ascii字符 |
blank | 空格和水平制表符 |
cntrl | 控制字符 |
digit | 十進(jìn)制數(shù)(same as \d) |
graph | 打印字符, 不包括空格 |
lower | 小寫字母 |
print | 打印字符,包含空格 |
punct | 打印字符, 不包括字母和數(shù)字 |
space | 空白字符 (比\s多垂直制表符) |
upper | 大寫字母 |
word | 單詞字符(和 \w 一樣) |
xdigit | 十六進(jìn)制數(shù)字 |
\s
,
因?yàn)樗话怪敝票矸?為了向 Perl 兼容)
[:word:]
是一個(gè) Perl擴(kuò)展,[:blank:]
是一個(gè)從 Perl5.8 中來的 GNU 擴(kuò)展。
另外一個(gè) Perl 擴(kuò)展是取反,通過前置一個(gè)^
。 比如,
[12[:^digit:]]
匹配”1”,
“2” 或任何非數(shù)字字符
在 UTF-8 模式中,大于 128 的字符值不會(huì)匹配任何 POSIX 字符類。 自 libpcre 8.10 起,某些字符類改為使用 Unicode 字符屬性,所以不會(huì)出現(xiàn)提醒中的限制。 詳情參閱 ? PCRE(3) manual。
Unicode character properties can appear inside a character class. They can not be part of a range. The minus (hyphen) character after a Unicode character class will match literally. Trying to end a range with a Unicode character property will result in a warning.