JavaScript正则表达式教程：字符集合与范围匹配

JavaScript正则表达式教程：字符集合与范围匹配

ru.javascript.info Современный учебник JavaScript 项目地址: https://gitcode.com/gh_mirrors/ru/ru.javascript.info

什么是字符集合

在正则表达式中，方括号[...]用于定义字符集合，表示"匹配其中任意一个字符"。例如，[eao]可以匹配字母'a'、'e'或'o'中的任意一个。

基础示例

// 匹配"т"或"х"后面跟着"оп"
alert( "Топ хоп".match(/[тх]оп/gi) ); // 输出 "Топ", "хоп"

需要注意的是，一个字符集合只匹配一个字符。例如，正则表达式В[уа]ля可以匹配"Вуля"或"Валя"，但不会匹配"Вуаля"，因为[уа]只匹配一个字符。

字符范围

方括号内还可以定义字符范围，使用连字符-表示连续的范围：

• [a-z]：匹配任意小写字母
• [A-Z]：匹配任意大写字母
• [0-9]：匹配任意数字

组合范围示例

// 匹配"x"后跟两个十六进制字符(数字或A-F)
alert( "Exception 0xAF".match(/x[0-9A-F][0-9A-F]/g) ); // 输出 xAF

可以组合多个范围和字符类，例如[\w-]匹配单词字符或连字符，[\s\d]匹配空白字符或数字。

字符类的本质

常见的字符类实际上是预定义的字符集合简写：

• \d 等价于 [0-9]
• \w 等价于 [a-zA-Z0-9_]
• \s 等价于 [\t\n\v\f\r ]（包含各种空白符）

多语言支持

标准的\w只支持拉丁字母，要支持其他语言如中文、俄语等，可以使用Unicode属性：

let regexp = /[\p{Alpha}\p{M}\p{Nd}\p{Pc}\p{Join_C}]/gu;
let str = `Hi 你好 12`;
alert( str.match(regexp) ); // 输出 H,i,你,好,1,2

这个模式使用了以下Unicode属性：

• Alpha：字母
• M：音调符号
• Nd：数字
• Pc：连接标点(如下划线)
• Join_C：连接控制字符

排除型字符集合

在集合开头使用^表示"排除这些字符"：

• [^aeyo]：匹配除a、e、y、o外的任意字符
• [^0-9]：等价于\D，匹配非数字
• [^\s]：等价于\S，匹配非空白符

排除示例

// 匹配非字母、数字和空白符的字符
alert( "alice15@gmail.com".match(/[^\d\sA-Z]/gi) ); // 输出 @ 和 .

特殊字符转义规则

在字符集合中，大多数特殊字符不需要转义：

• . + ( ) 永远不需要转义
• - 只在集合中间需要转义（当表示范围时）
• ^ 只在开头需要转义（当表示排除时）
• ] 必须转义

// 两种写法都有效
let regexp1 = /[-().^+]/g;
let regexp2 = /[\-\(\)\.\^\+]/g;
alert( "1 + 2 - 3".match(regexp1) ); // 输出 +, -

Unicode与u标志

处理Unicode字符（特别是代理对）时，必须使用u标志：

// 错误示例（没有u标志）
alert( '𝒳'.match(/[𝒳𝒴]/) ); // 错误匹配

// 正确示例
alert( '𝒳'.match(/[𝒳𝒴]/u) ); // 正确匹配 𝒳

没有u标志时，引擎会将代理对视为两个独立字符，导致匹配错误。同样，Unicode字符范围也需要u标志：

// 匹配从𝒳到𝒵的字符
alert( '𝒴'.match(/[𝒳-𝒵]/u) ); // 输出 𝒴

总结

字符集合和范围是正则表达式中强大的功能，可以：

1. 匹配一组特定字符
2. 定义字符范围
3. 排除特定字符
4. 支持多语言字符匹配
5. 结合Unicode属性处理复杂场景

掌握这些技巧可以大幅提升正则表达式的灵活性和表达能力。

ru.javascript.info Современный учебник JavaScript 项目地址: https://gitcode.com/gh_mirrors/ru/ru.javascript.info