正则表达式中的插入符号

Posted 2023-02-19

【中文标题】正则表达式中的插入符号

【英文标题】：Carets in Regular Expressions

【发布时间】：2013-06-01 09:57:09

【问题描述】：

具体来说，^ 什么时候表示“匹配开始”，什么时候表示正则表达式中的“不是以下”？

从 Wikipedia 文章和其他参考资料中，我得出的结论是，前者在开头，后者在与括号一起使用时，但程序如何处理插入符号位于开头和括号的情况？例如，^[b-d]t$ 匹配什么？

【参考方案1】：

^ 仅在[] 的内部和开头表示“不是以下”，所以[^...]。

当它在[] 内部但不是开头时，它表示实际的^ 字符。

当它被转义时（\^），它也意味着实际的^ 字符。

在所有其他情况下，它表示字符串/行的开头（取决于语言/设置）。

简而言之：

[^abc] -> 不是 a、b 或 c [ab^cd] -> a、b、^（字符）、c 或 d \^ -> ^ 字符 其他任何地方 -> 字符串/行的开头。

所以^[b-d]t$ 的意思是：

行首 b/c/d 字符 t 字符 行尾

【讨论】：

回答得很好。

When it's inside [] but not at the start, it means the actual ^ character. Java 中的不同可能性。

In all other cases it means start of the string / line (which one is language / setting dependent). 这不是真正的依赖，其含义是特定于正则表达式引擎的，它们在这方面大多相同。

[^\^] 不是克拉！

【参考方案2】：

要忽略块 cmets 吗？好的，这个^\s* 可能不好，因为\s 可以跨行。看看 Dot-net 是否支持水平空格 \h 如果不支持 [^\S\r\n] 也可以。可以使用多行内联修饰符(?m)（或RegexOptions.Multiline）。这将 ^ 的含义更改为表示行的开头而不是字符串的开头（默认值）。所以，它最终是(?m)^\h*(#)。捕获组应该告诉位置。如果不是，这也是(?m)(?<=^\h*)#，匹配的位置就是偏移量。

查看完整的正则表达式信息https://docs.microsoft.com/en-us/dotnet/standard/base-types/regular-expression-language-quick-reference

请注意，^\s* 当然可以，但它匹配了许多可以跨行的不必要的cruft。