如何在正则表达式中使用双括号？

Question

双方括号在正则表达式中代表什么？以下示例让我感到困惑：

[[a-z]]

[[^a-z]]

[[[:digit:]]]

[[^[:digit:]]]

/[[^abc]]/

/[^abc]/

我正在使用Rubular进行测试，但我没有看到使用双括号和单括号之间有任何区别。

- runcode

---

我创建了expand-brackets，如果你有兴趣看到一个使用posix字符类进行匹配的javascript实现。 - jonschlinkert

Answer 1

Posix字符类使用[:alpha:]符号表示，它们在正则表达式中使用，例如：

/[[:alpha:][:digit:]]/

您需要向下滚动一段时间才能在上面的链接中获取Posix信息。从文档中可以看到：

POSIX括号表达式也类似于字符类。它们提供了一种可移植的替代方案，其额外好处是它们涵盖了非ASCII字符。例如，/\d/仅匹配ASCII十进制数字（0-9）;而/[[:digit:]]/匹配Unicode Nd类别中的任何字符。

/[[:alnum:]]/ - Alphabetic and numeric character
/[[:alpha:]]/ - Alphabetic character
/[[:blank:]]/ - Space or tab
/[[:cntrl:]]/ - Control character
/[[:digit:]]/ - Digit
/[[:graph:]]/ - Non-blank character (excludes spaces, control characters, and similar)
/[[:lower:]]/ - Lowercase alphabetical character
/[[:print:]]/ - Like [:graph:], but includes the space character
/[[:punct:]]/ - Punctuation character
/[[:space:]]/ - Whitespace character ([:blank:], newline,
carriage return, etc.)
/[[:upper:]]/ - Uppercase alphabetical
/[[:xdigit:]]/ - Digit allowed in a hexadecimal number (i.e., 0-9a-fA-F)

Ruby还支持以下非POSIX字符类：

/[[:word:]]/ - A character in one of the following Unicode general categories Letter, Mark, Number, Connector_Punctuation
/[[:ascii:]]/ - A character in the ASCII character set
# U+06F2 is "EXTENDED ARABIC-INDIC DIGIT TWO"

/[[:digit:]]/.match("\u06F2")    #=> #<MatchData "\u{06F2}">
/[[:upper:]][[:lower:]]/.match("Hello") #=> #<MatchData "He">
/[[:xdigit:]][[:xdigit:]]/.match("A6")  #=> #<MatchData "A6">

- the Tin Man

---

此答案已添加到Stack Overflow正则表达式FAQ，位于“字符类”。 - aliteralmind

还有单词边界？ [[:<:]] 和 [[:>:]] - Rick James

Answer 2

"[[[" 没有特殊含义。 "[xyz]" 是一个字符类，将匹配单个字符 x、y 或 z。插入符号 "^" 匹配所有不在方括号内的字符。

为了简化，去掉 "^"，你可以看到第一个开括号与第一个闭括号相匹配，而第二个闭括号被用作字符类的一部分。最后一个闭括号被视为另一个要匹配的字符。"

irb(main):032:0> /[[abc]]/ =~ "[a]"
=> 1
irb(main):033:0> /[[abc]]/ =~ "a]"
=> 0

在某些情况下，这似乎与您的原始内容具有相同的结果。

irb(main):034:0> /[abc]/ =~ "a]"
=> 0
irb(main):034:0> /[abc]/ =~ "a"
=> 0

但这只是因为你的正则表达式没有寻找精确匹配。

irb(main):036:0> /^[abc]$/ =~ "a]"
=> nil

- dfb

---

请注意，这并不适用于所有正则表达式语言。例如，在Java中，它将被视为只包含另一个字符类的字符类，因此[[^abc]]和[^abc]实际上是相同的。 - Alan Moore

就此而言，Python具有与上述答案等效的行为，不确定其他编程语言或应该做什么，但我更喜欢@AlanMoore提到的行为。 - dfb