正则表达式学习(二)字符组和分支

上篇讲了正则表达式的元字符和量词，对正则表达式也有了一个初步的了解。这篇学习下字符组和分支

1.字符组

字符组就是用[]来匹配任意一个字符，比如我们想找到包含字符a或u的单词。就可以通过字符组来写规则：

#\b[a-z]*[au][a-z]*#i

另外字符组里-表示范围，如果要匹配包含-的字符，[]里一定要对-进行转义，即[\-]，那像(),{}在[]要不要进行转义呢，答案是不需要，因为在[]里(),{}只是作为普通字符。

2.分支

比如我们用c[au]t可以匹配cat或cut。那如果我们像匹配包含任意两个字符，比如au,ou等的话，[]这里就不适用了。怎么办，这时候我们就可以用分支。

分支用()界定，并且用|表示分支。比如我们想匹配地区号码，地区号码一种是3位区号，8位本地号(010-12345678)，一种是4位区号，7位本地号码(0371-6811605)

正则表达式就可以写成：

#(0{2}\d[\- ]\d{8}|0\d{3}[\- ]\d{7})#

[\- ]表示中间可以是-或空格符

其中|表示分支。

分支匹配需要注意的一点就是顺序，匹配的时候会优先匹配前面的分支，如果匹配成功了，后面的不再匹配。否则接着匹配后面的分支。

比如上面的会优先匹配区号为3位的，又例如美国的邮编是5位数字，也可能是 连字号间隔的9位数字，则可以写成。

#(\d{5}|\d{5}-\d{4})#

但如果反过来的话就是：

#(\d{5}|\d{5}-\d{4})#

那就是匹配5位的邮编，或者9位邮编的前5位了。