正则表达式构造详解：字符与字符类

"正则表达式的构造摘要" 正则表达式是编程和文本处理中用于匹配字符串模式的强大工具。它们由一系列字符和特殊符号组成，能够精确地描述一系列的字符组合。以下是对正则表达式构造的详细说明： 1. **字符**： - **x**: 匹配字符x本身。 - **\\**: 反斜线 `\` 用于转义特殊字符，例如 `\.` 表示匹配实际的点号，而不是任何字符。 - **\0n**: 匹配八进制值为0n的字符，其中0≤n≤7。 - **\0nn**: 匹配八进制值为0nn的字符，其中0≤n≤7。 - **\0mnn**: 匹配八进制值为0mnn的字符，其中0≤m≤3，0≤n≤7。 - **\xhh**: 匹配十六进制值为0xhh的字符。 - **\uhhhh**: 匹配十六进制值为0xhhhh的Unicode字符。 - **\t**: 匹配方括号内的制表符('\u0009')。 - **\n**: 匹配方括号内的新行（换行）符('\u000A')。 - **\r**: 匹配方括号内的回车符('\u000D')。 - **\f**: 匹配方括号内的换页符('\u000C')。 - **\a**: 匹配方括号内的报警（bell）符('\u0007')。 - **\e**: 匹配方括号内的转义符('\u001B')。 - **\cx**: 匹配ASCII控制字符，x代表控制字符的名称。 2. **字符类**： - **[abc]**: 匹配字符a、b或c。 - **[^abc]**: 匹配除a、b或c之外的任何字符。 - **[a-zA-Z]**: 匹配小写a到大写z之间的任何字母。 - **[a-d[m-p]]**: 匹配a到d或m到p，等同于[a-dm-p]。 - **[a-z&&[def]]**: 匹配字符d、e或f。 - **[a-z&&[^bc]]**: 匹配a到z中的字符，但不包括b和c，等同于[ad-z]。 - **[a-z&&[^m-p]]**: 匹配a到z中的字符，但不包括m到p，等同于[a-lq-z]。 3. **预定义字符类**： - **.**: 匹配任何字符，包括换行符（除非在多行模式下）。 - **\d**: 匹配数字0到9。 - **\D**: 匹配非数字字符。 - **\s**: 匹配任何空白字符，包括制表符、换行符、垂直制表符、换页符和回车符。 - **\S**: 匹配任何非空白字符。 - **\w**: 匹配字母、数字或下划线。 - **\W**: 匹配非字母、数字或下划线的字符。 4. **POSIX字符类（仅限US-ASCII）**： - **\p{Lower}**: 匹配小写字母字符[a-z]。 - **\p{Upper}**: 匹配大写字母字符[A-Z]。 - **\p{ASCII}**: 匹配所有ASCII字符[\x00-\x7F]。 - **\p{Alpha}**: 匹配字母字符[\p{Lower}\p{Upper}]。 - **\p{Digit}**: 匹配十进制数字[0-9]。 - **\p{Alnum}**: 匹配字母数字字符[\p{Alpha}\p{Digit}]。 - **\p{Punct}**: 匹配标点符号字符，如 !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~。 - **\p{Graph}**: 匹配可见字符，包括字母数字和标点符号[\p{Alnum}\p{Punct}]。 - **\p{Print}**: 匹配可打印字符，排除控制字符。 - **\p{Blank}**: 匹配空格和制表符。 掌握这些基本构造后，你可以创建复杂的正则表达式来满足各种字符串匹配需求。在编程中，正则表达式通常与其他语言功能结合使用，如搜索、替换、分割字符串等，使得文本处理更加灵活和高效。