regex - 为什么 [01-12] 范围没有按预期工作？

Question

我尝试在正则表达式中使用范围模式 [01-12] 来匹配两位数 mm，但这无法按预期工作。

Answer 1

您似乎误解了正则表达式中字符类定义的工作原理。

匹配任何字符串01 , 02 , 03 , 04 , 05 , 06 , 07 , 08 , 09 , 10 , 11 ，或12 ，这样的事情有效:

0[1-9]|1[0-2]

引用文献

• regular-expressions.info/Character Classes
  • Numeric Ranges (有很多关于将字符串解释为数字范围的匹配示例)

<小时/>

说明

字符类本身会尝试匹配输入字符串中的一个且恰好一个字符。 [01-12]实际上定义了[012] ，一种字符类，将输入中的一个字符与 3 个字符 0 中的任意一个进行匹配, 1 ，或2 .

-范围定义从1开始至1 ，其中仅包括 1 。另一方面，类似 [1-9]包括1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 .

初学者经常犯这样的错误:定义诸如[this|that]之类的东西。 。这不起作用。此字符定义定义 [this|a] ，即它将输入中的一个字符与 t 中的 6 个字符中的任何一个进行匹配。 , h , i , s , |或a 。很有可能(this|that)这就是我们想要的。

引用文献

• regular-expressions.info/Brackets for Grouping和 Alternation with the vertical bar

<小时/>

如何定义范围

所以现在很明显像 between [24-48] hours 这样的模式不“工作”。本例中的字符类相当于 [248] .

即-字符类定义中的 不定义模式中的数字范围。正则表达式引擎并不真正“理解”模式中的数字，有限重复语法除外(例如 a{3,5} 匹配 3 到 5 a )。

范围定义改为使用字符的 ASCII/Unicode 编码来定义范围。角色0以 ASCII 编码为十进制 48； 9是 57。因此，字符定义 [0-9]包括编码中十进制 48 到 57 之间的所有字符。相当明智的是，根据设计，这些字符是 0 , 1 , ..., 9 .

另请参阅

• Wikipedia/ASCII

<小时/>

另一个例子:A到Z

让我们看一下另一个常见的字符类定义[a-zA-Z]

以 ASCII 表示:

• A = 65, Z = 90
• a = 97, z = 122

这意味着:

• [a-zA-Z]和[A-Za-z]是等价的
• 在大多数口味中，[a-Z]可能是非法字符范围
  • 因为a (97)“大于”Z (90)
• [A-z]是合法的，但还包括这六个字符:
  • [ (91), \ (92), ] (93), ^ (94), _ (95), ` (96)

相关问题

• is the regex [a-Z] valid and if yes then is it the same as [a-zA-Z]