02-字面量字符与元字符

2.1. 字面量字符(Literal Characters)

最基础的正则表达式由一个字面量字符组成，例如a。它将匹配一个字符串中第一个a出现的位置。如果它匹配的是Jack is a boy，那么它将匹配到J后面的a。事实上即使a出现在字符串的中间也不影响这个正则，如果你想控制a是否出现在字符串的开头或者结尾，那么你需要使用文字边界。我们会在后面的章节展开讨论。

事实上这个正则同样可以匹配字符串中的第二个a，但是你必须通过函数调用通知正则引擎开始第二次匹配。

相类似的，表达式\cat\可以匹配About cats and dogs中的cat。这个表达式由三个字面量字符组成，对于正则引擎而言，它的意义是：查找一个c它的后面紧接着一个a，a的后面紧接着一个t。

注意：在默认情况下，正则引擎的大小写敏感的。除非你要素引擎忽略大小写。

2.2 元字符

为了处理更复杂的正则匹配，我们需要把一些字符作为特殊字符使用。以下列出正则表达式中的12个元字符：

• \
• ^
• &
• .
• |
• ?
• *
• +
• (
• )
• [
• {

通常来说，这些特殊字符在单独使用时会引发错误。

如果你想把以上的字符作为字面量字符来使用，你必须使用\进行转义。例如，如果你想匹配1+1=2，那么正确的表达式为/1\+1=2/，因为加号有特殊的含义。

注意：/1+1=2/也是一个正确的表达式，但是它不会匹配1+1=2，它会匹配到123+111=234的111=2。这是由于加号这个特殊字符导致的。

如果你忘记对元字符进行转义，那么在有些情况下会导致正则表达式非法，例如/+1/。这时程序会抛出异常。

2.2.1 {的转义

在大多数正则引擎中，我们可以直接把{作为字面量字符使用，除了作为重复操作使用例如a{1,3}。所以在一般情况下我们不需要对{进行转义，当然转义也不会报错。在一些特殊的正则引擎中，我们可能需要对它进行转义，例如在java中，}需要转义，在Boost和std::regex中{、}都需要转义。

2.2.2 ]的转义

]在字符类以外的情况下使用时，它是一个字面量字符。在字符类中使用的时候，则有不同的规则。具体的规则我们会在字符类专题的展开讨论。

当然也有例外，在std::regex和Ruby中]即使不在字符类中也需要转义。

2.2.3 其它字符

除了以上这些元字符以外，其它的字符都不需要使用反斜杠转义。这是因为转移符和字面量字符的组合将成为一个正则指令（regex token），它具有特殊的含义。例如\d可以匹配0~9中任意一个字符。

2.3. 特殊字符与编程语言

在正则表达式中'和"并不是特殊字符，如何你是一个程序员的话你一定对此十分意外。在你编程或是使用文本编辑器的高级搜索功能时，你不需要对单引号和双引号进行转义。

当你在代码中使用正则表达式的时候，你应当注意有些字符在你所使用的编程语言中有特殊的含义。这是因为这些字符在进入正则引擎之前，先要经过编译器的处理。在c++代码中，表达式1\+1=2需要写成1\\+1=2，c++编译器会在编译过程中去掉一个反斜杠，并把编译后的结果传递给正则引擎。再举一个例子，正则表达式c:\\temp可以匹配字符串c:\temp，但是在c++中你需要这么写c:\\\\temp。简单来说就是用四个反斜杠代替一个正则中的斜杠。

有关正则在编程语言中的使用，我们对在后面的章节中展开讨论。

如果文章出现错误，请给我提Issues - -
Github地址

原文