[^\x20-\x7E]
我看到这个模式被用于一个正则表达式，目的是从字符串中删除非ASCII字符。它是什么意思？
4个回答
54
它表示类似于：所有不在范围\x20-\x7E（十六进制0x20至0x7E）内的字符（使用符号^来表示）。
根据http://www.asciitable.com/，这些字符是从空格到~。
- Flavius Stef
3
10把英语翻译成中文。只返回翻译后的文本：即可打印字符。 - annakata
值得注意的是，你也可以使用API来进行检查。例如，在Java中，你可以使用java.lang.Character.isISOControl(character)等方法来使你的代码更易读。 - Stan
有些编程语言没有为此提供API。在PHP中，您需要执行以下操作来提取特殊字符：preg_replace_callback('/[^\x20-\x7f]/', function($match) {
return DO_SOMETHING_WITH_SPECIAL_CHARS($match[0]);
}, $url); - Hermann Schwarz
8
它意味着匹配任何非打印字符。
打印字符包括a到z，A到Z，0到9和符号如",;$#%等。
^ not
\x20 hex code for space character
- to
\x7e hex code for ~ (tilde) character
所有的ASCII打印字符都落在这两个字符之间。
此语句匹配非ASCII字符以及ASCII控制（非打印）字符，例如响铃、制表符、空值和其他字符。
请看：
man ascii
在Unix系统中，可以查看它匹配哪些字符。在Perl中，您也可以将其编写为：
[^ -~]
或者
[[:^cntrl:]]
最后一个正则表达式略有不同，它匹配任何非控制字符，包括扩展的ASCII字符（例如带重音符号的字符）和Unicode字符。
您可能不想限制自己只使用ASCII字符集，因为非美国地区经常使用此小范围之外的有效打印字符，例如øüéåç...
- Alex Brown
4
我认为你最后一个应该是 [^[:print:]]。POSIX字符类符号包括方括号和冒号，整个符号必须放在另一组方括号中。 （当然，[:cntrl:]是错误的类别。）但是，POSIX类也应该是与语言环境相关的，这意味着它们可以匹配例如带重音的字母以及基本ASCII集。 - Alan Moore
啊，是的，那个有点草率（因为很晚了）。cntrl确实与之前的不同，因为它将包括扩展ASCII和甚至Unicode范围内的打印字符，但我相信这可能就是原本的意图。 - Alex Brown
我建议不要改动 POSIX 字符类，尤其是在这种情况下，我们不知道使用的正则表达式类型、操作系统是哪个，或者所处的语言环境。所有这些因素都可能改变它们的行为。 - Alan Moore
这个答案最完整: [^ \ x20- \ x7E] 不仅限于“不打印字符”。它还匹配非ASCII字符，例如“ä”，“ö”等。我认为，人们经常使用[^\x20-\x7E]来处理这种特殊字符（umlauts）。 - Hermann Schwarz
3
这意味着“任何不在十六进制范围0x20至0x7E（即32至126）的字符代码以外的内容”。
- chaos
2
方括号[]中的插入符(^)表示“非”，而\x20-\x7E表示ASCII字符范围，其中\x20（空格）是范围的开始，\x7E（~）是结束。它基本上是任何不是字母、数字或常见标点符号的字符。
- Jay
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
原文链接