正则表达式中方括号和圆括号有什么区别？

Question

正则表达式中方括号和圆括号有什么区别？

149

这是我创建的一个在JavaScript中使用的正则表达式：

var reg_num = /^(7|8|9)\d{9}$/

这是我的团队成员建议的另一个方案。

var reg_num = /^[7|8|9][\d]{9}$/

验证电话号码的规则如下：

电话号码应该只包含十个数字。
第一个数字应该是7、8或9中的任意一个。

- Jayapal Chandran

如果您从重复的地方来到这里，请注意这里的一些细节是特定于JavaScript的，但是您在这里得到的大部分建议适用于任何正则表达式实现。一些正则表达式方言（如POSIX grep）需要像 $7\|8\|9$ 这样的反斜杠，和/或不支持 \d 简写来匹配数字。另请参见 Stack Overflow 的 regex 标签信息页面，其中涵盖了许多其他常见的初学者问题。 - tripleee

3个回答

77

你团队的建议几乎是正确的，除了那个犯的错误。一旦你找出原因，就永远不会忘记它。看一下这个错误。

/^(7|8|9)\d{9}$/

这是它的作用：

^ 和 $ 表示锚定匹配，断言在这些锚点之间的子模式是整个匹配。字符串只有在子模式匹配整个字符串时才会匹配成功，而不仅仅是一部分。
() 表示一个捕获组。
7|8|9 表示匹配7、8或9中的任意一个。它使用交替来实现，即使用管道运算符|来交替匹配。这会在交替之间回溯：如果第一个交替没有匹配成功，引擎必须在指针位置移动到交替匹配期间之前返回，以继续匹配下一个交替；而字符类可以按顺序前进。请参见禁用优化的正则表达式引擎上的此匹配：

Pattern: (r|f)at
Match string: carat

alternations

Pattern: [rf]at
Match string: carat

class

\d{9} 匹配九个数字。\d 是一个简写元字符，可以匹配任何数字。

/^[7|8|9][\d]{9}$/

看看它的作用：

^ 和 $ 也表示锚定匹配。
[7|8|9] 是一个字符类。可以匹配列表中的任何字符7、|、8、|或9，因此错误地添加了|。这种匹配不需要回溯。
[\d] 是一个字符类，包含元字符\d。顺便说一句，使用字符类和单个元字符的组合是一个坏主意，因为抽象层可以减慢匹配速度，但这只是实现细节，并且仅适用于少数正则表达式实现。JavaScript 不是其中之一，但它确实使子模式稍微变长了一些。
{9} 表示前面的单个结构总共重复九次。

优化的正则表达式为/^[789]\d{9}$/，因为/^(7|8|9)\d{9}$/会不必要地捕获内容，这会导致大多数正则表达式实现的性能下降（javascript可能就是其中之一，因为问题中使用了var关键字，这很可能是JavaScript）。使用运行在PCRE上的php可以优化掉缺少回溯的问题，但我们并不在PHP环境中，所以使用类[]而不是选择器|会给匹配带来性能提升，因为匹配不会回溯，因此匹配和失败都比使用先前的正则表达式更快。

- Unihedron

24

请问这个屏幕截图是哪个程序的？ - Mr Mystery Guest

2

@MrMysteryGuest 我猜你已经得到了答案，但是对于任何想知道的人，这来自于Unihedron在另一个线程中的评论（https://dev59.com/s2Eh5IYBdhLWcg3wtFJE#zKygEYcBWogLw_1bbEh_），这是来自 https://regex101.com 的调试器。我认为调试器自那时以来已经改变了，因为我没有静态步骤列表，但我可以逐步前进。 - Ricola

16

如果你要用其他东西替换前两个示例，它们的行为会有很大不同。如果你匹配这个：

str = str.replace(/^(7|8|9)/ig,'');

你需要用空字符串替换7、8或9。

如果你匹配到这个

str = str.replace(/^[7|8|9]/ig,'');

你需要将7或8或9或者竖线字符替换为空字符串。

我是通过吃亏才发现这一点的。

- Sheila

7

欢迎来到SO！替换或匹配，都是错误的。很多人会犯这个错误，并且通常能够逃脱惩罚——有时甚至持续数年——因为他们输入的字符串从未包含管道符（“|”）。 - Alan Moore

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Bohemian · Accepted Answer

这些正则表达式在匹配方面是等效的：

/^(7|8|9)\d{9}$/
/^[789]\d{9}$/
/^[7-9]\d{9}$/

解释如下：

(a|b|c) 是一个正则表达式的"或"，表示 "a 或 b 或 c"，虽然括号必须存在以实现或操作，但也会捕获该数字。如果要完全等效，可以使用 (?:7|8|9) 来创建一个非捕获组。
[abc] 是一个"字符类"，表示"来自 a、b、c 中的任何字符"（字符类也可以使用范围，例如[a-d] = [abcd]）

这些正则表达式相似的原因是字符类可用作“或”的简写形式（但仅适用于单个字符）。在选择操作中，您还可以做像(abc|def) 这样的事情，这种操作不能转换为字符类。