特殊字符對(duì)于文字字符，有11個(gè)字符被保留作特殊用途。他們是：[]\^$. ¦?*+()這些特殊字符也被稱作元字符。如果你想在正則表達(dá)式中將這些字符用作文本字符，你需要用反斜杠“\”對(duì)其進(jìn)行換碼(escape)。例如你想匹配“1+1=2”，正確的表達(dá)式為 < <1\+1=2> >
需要注意的是， < <1+1=2> > 也是有效的正則表達(dá)式。但它不會(huì)匹配“1+1=2”，而會(huì)匹配“123+111=234”中的“111=2”。因?yàn)椤?”在這里表示特殊含義（重復(fù)1次到多次）。在編程語言中，要注意，一些特殊的字符會(huì)先被編譯器處理，然后再傳遞給正則引擎。因此正則表達(dá)式 < <1\+2=2> > 在C++中要寫成“1\\+1=2”。為了匹配“C:\temp”，你要用正則表達(dá)式 < > 。而在C++中，正則表達(dá)式則變成了“C:\\\\temp”。
不可顯示字符可以使用特殊字符序列來代表某些不可顯示字符： < <\t> > 代表Tab(0x09) < <\r> > 代表回車符(0x0D) < <\n> > 代表換行符(0x0A)要注意的是Windows中文本文件使用“\r\n”來結(jié)束一行而Unix使用“\n”。

4.VB.NET正則表達(dá)式引擎的內(nèi)部工作機(jī)制

知道正則表達(dá)式引擎是如何工作的有助于你很快理解為何某個(gè)正則表達(dá)式不像你期望的那樣工作。有兩種類型的引擎：文本導(dǎo)向(text-directed)的引擎和正則導(dǎo)向(regex-directed)的引擎。JeffreyFriedl把他們稱作DFA和NFA引擎。本文談到的是正則導(dǎo)向的引擎。這是因?yàn)橐恍┓浅Ｓ杏玫奶匦?，如“惰性”量詞(lazyquantifiers)和反向引用(backreferences)，只能在正則導(dǎo)向的引擎中實(shí)現(xiàn)。所以毫不意外這種引擎是目前***的引擎。你可以輕易分辨出所使用的引擎是文本導(dǎo)向還是正則導(dǎo)向。如果反向引用或“惰性”量詞被實(shí)現(xiàn)，則可以肯定你使用的引擎是正則導(dǎo)向的。你可以作如下測試：將正則表達(dá)式 < > 應(yīng)用到字符串“regexnot”。如果匹配的結(jié)果是regex，則引擎是正則導(dǎo)向的。如果結(jié)果是regexnot，則是文本導(dǎo)向的。因?yàn)檎齽t導(dǎo)向的引擎是“猴急”的，它會(huì)很急切的進(jìn)行表功，報(bào)告它找到的***個(gè)匹配。

5.字符集

字符集是由一對(duì)方括號(hào)“[]”括起來的字符集合。使用字符集，你可以告訴正則表達(dá)式引擎僅僅匹配多個(gè)字符中的一個(gè)。如果你想匹配一個(gè)“a”或一個(gè)“e”，使用 < <[ae]> > 。你可以使用 < > 匹配gray或grey。這在你不確定你要搜索的字符是采用美國英語還是英國英語時(shí)特別有用。相反， < > 將不會(huì)匹配graay或graey。字符集中的字符順序并沒有什么關(guān)系，結(jié)果都是相同的。你可以使用連字符“-”定義一個(gè)字符范圍作為字符集。 < <[0-9]> > 匹配0到9之間的單個(gè)數(shù)字。你可以使用不止一個(gè)范圍。 < <[0-9a-fA-F]> > 匹配單個(gè)的十六進(jìn)制數(shù)字，并且大小寫不敏感。你也可以結(jié)合范圍定義與單個(gè)字符定義。 < <[0-9a-fxA-FX]> > 匹配一個(gè)十六進(jìn)制數(shù)字或字母X。再次強(qiáng)調(diào)一下，字符和范圍定義的先后順序?qū)Y(jié)果沒有影響。

字符集的一些應(yīng)用查找一個(gè)可能有拼寫錯(cuò)誤的單詞，比如 < > 或 < > 。查找程序語言的標(biāo)識(shí)符， < > 。(*表示重復(fù)0或多次)查找C風(fēng)格的十六進(jìn)制數(shù) < <0[xX][A-Fa-f0-9]+> > 。(+表示重復(fù)一次或多次)
取反字符集在左方括號(hào)“[”后面緊跟一個(gè)尖括號(hào)“^”，將會(huì)對(duì)字符集取反。結(jié)果是字符集將匹配任何不在方括號(hào)中的字符。不像“.”，取反字符集是可以匹配回車換行符的。需要記住的很重要的一點(diǎn)是，取反字符集必須要匹配一個(gè)字符。 < > 并不意味著：匹配一個(gè)q，后面沒有u跟著。它意味著：匹配一個(gè)q，后面跟著一個(gè)不是u的字符。所以它不會(huì)匹配“Iraq”中的q，而會(huì)匹配“Iraqisacountry”中的q和一個(gè)空格符。事實(shí)上，空格符是匹配中的一部分，因?yàn)樗且粋€(gè)“不是u的字符”。如果你只想匹配一個(gè)q，條件是q后面有一個(gè)不是u的字符，我們可以用后面將講到的向前查看來解決。

字符集中的元字符需要注意的是，在字符集中只有4個(gè)字符具有特殊含義。它們是：“]\^-”?！癩”代表字符集定義的結(jié)束；“\”代表轉(zhuǎn)義；“^”代表取反；“-”代表范圍定義。其他常見的元字符在字符集定義內(nèi)部都是正常字符，不需要轉(zhuǎn)義。例如，要搜索星號(hào)*或加號(hào)+，你可以用 < <[+*]> > 。當(dāng)然，如果你對(duì)那些通常的元字符進(jìn)行轉(zhuǎn)義，你的正則表達(dá)式一樣會(huì)工作得很好，但是這會(huì)降低可讀性。在字符集定義中為了將反斜杠“\”作為一個(gè)文字字符而非特殊含義的字符，你需要用另一個(gè)反斜杠對(duì)它進(jìn)行轉(zhuǎn)義。 < <[\\x]> > 將會(huì)匹配一個(gè)反斜杠和一個(gè)X?！癩^-”都可以用反斜杠進(jìn)行轉(zhuǎn)義，或者將他們放在一個(gè)不可能使用到他們特殊含義的位置。我們推薦后者，因?yàn)檫@樣可以增加可讀性。比如對(duì)于字符“^”，將它放在除了左括號(hào)“[”后面的位置，使用的都是文字字符含義而非取反含義。如 < <[x^]> > 會(huì)匹配一個(gè)x或^。 < <[]x]> > 會(huì)匹配一個(gè)“]”或“x”。 < <[-x]> > 或 < <[x-]> > 都會(huì)匹配一個(gè)“-”或“x”。

字符集的簡寫因?yàn)橐恍┳址浅３Ｓ茫杂幸恍┖唽懛绞健?< <\d> > 代表 < <[0-9]> > ; < <\w> > 代表單詞字符。這個(gè)是隨正則表達(dá)式實(shí)現(xiàn)的不同而有些差異。絕大多數(shù)的正則表達(dá)式實(shí)現(xiàn)的單詞字符集都包含了 < > 。 < <\s> > 代表“白字符”。這個(gè)也是和不同的實(shí)現(xiàn)有關(guān)的。在絕大多數(shù)的實(shí)現(xiàn)中，都包含了空格符和Tab符，以及回車換行符 < <\r\n> > 。字符集的縮寫形式可以用在方括號(hào)之內(nèi)或之外。 < <\s\d> > 匹配一個(gè)白字符后面緊跟一個(gè)數(shù)字。 < <[\s\d]> > 匹配單個(gè)白字符或數(shù)字。 < <[\da-fA-F]> > 將匹配一個(gè)十六進(jìn)制數(shù)字。取反字符集的簡寫 < <[\S]> > = < <[^\s]> > < <[\W]> > = < <[^\w]> > < <[\D]> > = < <[^\d]> >
字符集的重復(fù)如果你用“?*+”操作符來重復(fù)一個(gè)字符集，你將會(huì)重復(fù)整個(gè)字符集。而不僅是它匹配的那個(gè)字符。正則表達(dá)式 < <[0-9]+> > 會(huì)匹配837以及222。如果你僅僅想重復(fù)被匹配的那個(gè)字符，可以用向后引用達(dá)到目的。我們以后將講到向后引用。

【編輯推薦】