"[^] []"正则表达式是什么意思？

Question

我发现它在以下正则表达式中:

\[(?:[^][]|(?R))*\]

它将方括号(及其内容)与嵌套方括号相匹配.

Answer 1

[^][]是一个字符类,表示除[和之外的所有字符].

您可以避免转义[和]特殊字符,因为PCRE(preg_函数中使用的正则表达式引擎)不明确.

由于[^]在PCRE中不正确,正则表达式解析的唯一方法]是在字符类中,稍后将关闭.与此相同[.它无法在字符类中重新打开字符类(POSIX字符类除外[:alnum:]).然后最后一个]是明确的; 它是角色类的结尾.但是,[必须转义字符类外部,因为它被解析为字符类的开头.

以同样的方式,你可以写[]]或者[[]或[^[]不逃离[或]在字符类.

您可以将此语法与几种正则表达式一起使用:PCRE(PHP,R),Perl,Python,Java,.NET,GO,awk,Tcl(如果用大括号分隔您的模式,感谢Donal Fellows),...

但不是:Ruby,JavaScript(除了IE <9),......

正如m.buettner所指出的那样,[^]]并不含糊,因为它]是第一个字符,[^a]]被视为所有不是a a后跟的].拥有a和],你必须写:[^a\]]或[^]a]

在JavaScript的特定情况下,规范允许[]作为永远不匹配的正则表达式令牌(换句话说,[]将始终失败)和[^]作为匹配任何字符的正则表达式.然后[^]]被视为任何字符后跟一个].实际的实现方式各不相同,但现代浏览器通常都遵循规范中的定义.

图案细节:

\[          # literal [
(?:         # open a non capturing group
    [^][]   # a character that is not a ] or a [
  |         # OR
    (?R)    # the whole pattern (here is the recursion)
)*          # repeat zero or more time
\]          # a literal ]

在您的模式示例中,您不需要转义最后一个 ]

但是你可以对这个模式做一点点优化,更有用的原因可以重用为子模式(带有(?-1)):(\[(?:[^][]+|(?-1))*+])

(                     # open the capturing group
    \[                # a literal [
        (?:           # open a non-capturing group
            [^][]+    # all characters but ] or [ one or more time
          |           # OR
            (?-1)     # the last opened capturing group (recursion)
                      # (the capture group where you are)
        )*+           # repeat the group zero or more time (possessive)
    ]                 # literal ] (no need to escape)
)                     # close the capturing group

或更好:(\[[^][]*(?:(?-1)[^][]*)*+])这可以避免交替的成本.