正则表达式中必须转义哪些特殊字符?

你必须使用哪些字符,哪些字符不能转义,这取决于你所使用的regex风格。

对于PCRE和大多数其他所谓的Perl兼容风格,请转义这些外部字符类:

.^$*+?()[{\|

这些内部字符类:

^-]\

对于POSIX扩展regex(ere),转义这些外部字符类(与pcre相同):

^ $*+?[]({)

转义任何其他字符都是posix-ere的错误。

在字符类中,反斜杠是POSIX正则表达式中的一个文本字符。你不能用它来逃避任何事情。如果要将字符类元字符包含为文本,则必须使用“巧妙放置”。将^放在字符类的开头、开头]和开头或结尾以外的任何位置,以逐字匹配这些字符,例如:

[]^-]

在POSIX基本正则表达式(BRE)中,这些元字符需要转义以抑制其含义:

.^$*

BRES中的转义圆括号和花括号赋予了它们在ERES中的特殊含义。有些实现(例如GNU)在转义时也给其他字符赋予了特殊的含义,例如\?+。转义除^$*()以外的字符通常是BRES的错误。

在字符类中,bres遵循与eres相同的规则。

如果所有这些都让你头昏眼花,那就拿一份 RegexBuddy . 在“创建”选项卡上,单击“插入标记”,然后单击“文字”。RegexBuddy将根据需要添加转义。

现代Regex香精(PCRE)

^{包括C、C++、Delphi、EddiPad、Java、JavaScript、Perl、PHP(PREG)、PostgreSQL、PowerGREP、PerfS壳、Python、REALbasic、RealStudio、Ruby、TCL、VB.NET、VBScript、WxWIDGet、XML Schema、XOJO、XRegExp。
PCRE兼容性可能有所不同}

任何地方: . ^ $ * + - ? ( ) [ ] { } \ |

传统Regex口味(bre/ere)

^{包括awk、ed、egrep、emacs、gnulib、grep、php(ereg)、mysql、oracle、r、sed。
PCRE支持可以在更高版本中启用,也可以使用扩展}

ERE/AWK/Egrep/Emacs公司

字符类之外: . ^ $ * + ? ( ) [ { } \ |
在字符类中: ^ - [ ]

BRE/ED/GRIP/SED

字符类之外: . ^ $ * [ \
在字符类中: [-]
对于文字,不要转义: + ? ( ) { } |
对于标准regex行为,转义: \+ \? \( \) \{ \} \|

笔记

• 如果不确定某个特定的字符,可以像这样进行转义 \xFF
• 字母数字字符不能用反斜杠转义
• 任意符号可以在PCRE中用反斜杠转义,但不能用bre/ere转义(只有在需要时才能转义)。对于PCRE ] - 只需要在字符类中进行转义,但为了简单起见,我将它们保存在一个列表中。
• 带引号的表达式字符串还必须对周围的引号字符进行转义,并且通常将反斜杠折叠起来(如 "(\")(/)(\\.)" 对战 /(")(\/)(\.)/ 在JavaScript中)
• 除了转义,不同的regex实现可能支持不同的修饰符、字符类、锚、量词和其他特性。有关详细信息,请查看 regular-expressions.info 或使用 regex101.com 现场测试你的表情

不幸的是,实际上没有一组转义码,因为它根据您使用的语言而变化。

但是,保持像 Regular Expression Tools Page 或者这个 Regular Expression Cheatsheet 能帮你快速过滤掉很多东西。

POSIX可以识别正则表达式的多种变体——基本正则表达式(BRE)和扩展正则表达式(ERE)。即便如此,由于POSIX标准化的实用程序的历史实现,仍然存在一些怪癖。

对于何时使用哪个符号,甚至给定命令使用哪个符号,没有一个简单的规则。

看看Jeff Friedl的 Mastering Regular Expressions 书。

不幸的是,诸如(和)之类的内容的含义在Emacs样式的正则表达式和大多数其他样式之间交换。所以,如果你试图逃避这些,你可能会做与你想做的相反的事情。

所以你必须知道你要引用的是什么风格。

有时,对于您列出的字符,简单的转义是不可能的。例如,在sed中,使用反斜杠来转义括号在替换字符串的左侧不起作用,即

sed -e 's/foo\(bar/something_else/'

我倾向于使用一个简单的字符类定义,因此上面的表达式变成

sed -e 's/foo[(]bar/something_else/'

我发现它适用于大多数regexp实现。

btw字符类是非常普通的regexp组件,因此它们在大多数情况下都可以工作,在regexp中需要转义字符。

编辑: 在下面的注释之后,我想我会提到一个事实,即在查看regexp评估的行为时,您还必须考虑有限状态自动机和非有限状态自动机之间的区别。

你可以看看“闪亮的球书”,也就是有效的Perl。( sanitised Amazon link ,特别是关于正则表达式的章节,了解regexp引擎计算类型中的差异。

不是所有人都是PCRE!

总之,与 SNOBOL !现在 那个 是一门有趣的编程课程!和上面的那个一起 Simula .

啊,70年代末在新南威尔士大学学习的乐趣!(-)

实际上,没有。大约有五千多种不同的regex语法;它们似乎归结为perl、emacs/gnu和a t&t一般来说,但我也总是感到惊讶。

对于php,“在非字母数字前面加上\”以指定它代表自身是安全的。”。- http://php.net/manual/en/regexp.reference.escape.php .

除非是“或”。:

要在PHP中转义regex模式变量(或部分变量),请使用preg_quote()。