regex - 正则表达式范围 aZ 中将包含哪些字符？

Question

如果我有一个正则表达式[0-Z]or [a-Z]- 它会匹配什么字符？它是有效的正则表达式吗？你可以在0-9,a-z和之外有正则表达式的范围A-Z吗？

Answer 1

是的，您可以有其他范围。来自MSDN - 正则表达式中的字符类（粗体是我的）：

指定字符范围的语法如下：

[firstCharacter-lastCharacter]

wherefirstCharacter是开始范围lastCharacter的字符，是结束范围的字符。字符范围是通过指定系列中的第一个字符、连字符 ( -) 和系列中的最后一个字符来定义的一系列连续字符。如果两个字符具有相邻的 Unicode 代码点，则它们是连续的。

所以，最后，[0-Z]会匹配0123456789:;<=>?ABCDEFGHIJKLMNOPQRSTUVWXYZ。您可以检查ASCII 表中的0-Z.

至于[a-Z]，因为他们没有指定一个连续的系列，他们不应该匹配任何东西。

请记住，对于一般规则，效果可能很广泛：Unicode 字符代码，而不仅仅是 ASCII - 当然，最终，它取决于实现，所以，如果有疑问，请检查它。

Answer 2

该范围[0-Z]是有效的，取决于正则表达式引擎[a-Z]将是无效的，或者它将是一个不能匹配任何字符的范围。在字符类范围中，开始和结束字符只是代码点，这些代码点之间的所有字符都将包含在该范围内。

在 的情况下[0-Z]，这等效于以下更具可读性的字符类：

[0-9:;<=>?@A-Z]

在 的情况下[a-Z]，这实际上是一个不会匹配任何内容的字符类，因为a它的代码点比Z.

您可以从http://www.asciitable.com/查看以下 ASCII 表中的代码点：

Answer 3

您可以创建任何范围，只要字符的 unicode 值的顺序是从低到高。以ascii 为例。 a比 高Z，所以范围a-Z无效。该范围A-z是有效的，但您应该注意这包括非字母字符，如^和[。 0-Z也是有效的，包括:,?和一大堆您可能不想要的其他字符。

要回答您的问题，您可以按正确的顺序创建任何范围。使用类似的东西可能没有用A-z，但类似的东西a-d很常见。

正则表达式引擎可能会对无序或无效的范围做出不同的反应。

Answer 4

范围取决于字符的（unicode）值。[0-9] 的范围是有意义的，但 [9-0] 的范围没有意义。同样，从 [aZ] 开始的范围将为空，因为 'a' 大于 'Z'。（所有大写字母在前，'Z' 和 'a' 之间有中间字符）。依靠一个字符值表（在 Windows 上调出charmap），不要花哨。