正規表示式字元類分支條件分組

感謝deerchao，寫的比菜鳥教程好太多了。現在感覺菜鳥教程可能就是翻譯了一些doc，而且是思路結構不太清晰的doc……

進入正題，主要還是看了教程後自己的理解。

字元類

字元類，即為如 [aeiou]、[1-9]、[19]、[.?!] 等用英文中括號括起字元的字元集合。

解釋與辨析：

[aeiou]：匹配a 或 e 或 i 或 o 或 u 。

[0-9]：匹配 0 或 1 或 2 或 3……0-9 中的乙個數字。（含義與 \d 完全一致：一位數字）

[09]：匹配 0 或者是 9 。

[.?!]：匹配 . 或？或是！

同理[a-z0-9a-z_]也基本等同於 \w（匹配非特殊字元，即a-z、a-z、0-9、下劃線、漢字）。

#補充 \w 的意思：匹配特殊字元，即非字母、非數字、非下劃線、非漢字。

所以中括號就像是劃定了乙個字元範圍一樣。接下來是乙個複雜的表示式： \(?0\d[) -]?\d。

這個表示式可以匹配幾種格式的**號碼，像(010)88886666，或022-22334455，或是02912345678等等。

對它進行分析：首先是\(對左括號的轉義，同時加?代表可1可無；然後是乙個數字0和\d，代表0和兩個數字；往後就是乙個字元類範圍[) -]?，左括號、空格、hyphen三選一可1可無；最後是\d八個數字。

不幸的是這樣的表示式也會匹配到一些錯誤的**號碼格式，如010)12345678、(022-87654321。

分支條件

正規表示式中的分支條件指：我現在有這幾種匹配規則，如果物件滿足其中任意一種匹配規則就成功。具體方法是用 | 把不同的匹配規則分開。

0\d-\d|0\d-\d這個表示式能匹配兩種帶有hyphen連線的匹配規則：一種是三位區號，8位本地號(如010-12345678)；一種是4位區號，7位本地號(0376-2233445)。

\(0\d\)[- ]?\d|0\d[- ]?\d這個表示式匹配3位區號的**號碼，其中區號可以用小括號括起來，也可以不用（兩種匹配規則），區號與本地號間可以用hyphen或空格間隔，也可以都不用，但不能都用。我覺得[ -]?可以這樣理解：先[ -]二選一，再?對二選一出來的東西其判斷0或1。

如果你把上面的表示式改成\d|\d-\d（兩規則前後調換）的話，那就只會匹配5位的郵編(以及9位郵編的前5位)。原因是當系統在匹配分支條件中的不同規則時，將會從左到右地測試每個規則。當滿足了第乙個分支規則的話，就不會再去測試第二個分支規則了。如下圖↓所詮釋的：

分組

我們已經知道如何重複單個字元（在字元後新增限定符+*？即可）。但如果我們需要重複多個字元該怎麼辦？故引入概念：分組。

分組就是在多個字元（子表示式）的左右新增小括號，然後加。就指定了這個子表示式的重複次數n了。

(\d\.)\d 是乙個簡單的ip位址匹配表示式。

分析這個表示式：()代表它是乙個重複三次的分組，括號內\d\.指一到三位數字加乙個point點，合在一起 (\d\.) 就是匹配三位數字加上乙個point點(這個分組)重複3次，最後再加上乙個一到三位的數字(\d)。

不幸的是，它也將匹配256.300.888.999這種不可能存在的ip位址。如果能使用算術比較的話，或許能簡單地解決這個問題，但是正規表示式中並不提供關於數學的任何功能，所以只能使用冗長的分組選擇。

理解這個表示式的關鍵是理解2[0-4]\d|25[0-5]|[01]?\d\d?。分析它！

整體結構為帶有兩個| 的三分組結構。

首先是 2[0-4]\d：數字2 + 0-4中的乙個數字 + 0-9中的乙個數字； 200-249

中間是 25[0-5]：數字2 + 數字5 + 0-5中的乙個數字； 250-255

最後是[01]?\d\d?：0或1（可1可無） + 乙個數字 + 乙個數字（可1可無） 0-199

正規表示式 字元類 分支條件 分組