第 2 课：匹配一组字符的字符类

本课目标：

• 用字符类 […] 匹配若干字符中的任意一个，包括范围写法。
• 用 [^…] 给字符类取反，并使用 \d、\w、\s 简写。
• 确切说出点号 . 匹配什么、不匹配什么。

先修条件：第 1 课（字面量、test/match、元字符） | 上一篇 << 01 | 下一篇 03 >>

“gray” 还是 “grey”？字面量只能二选一

字面量帮你拿到了精确文本，但真实数据比这更乱。是 “gray” 还是 “grey”？那个字段是数字还是字母？字面量模式强迫你在每个位置上认定一个确切字符，而你常常做不到。字符类正是解决这个问题的元字符家族：它让单个位置接受一组字符里的任意一个。从这里开始，正则才不再是一个花哨的字符串搜索，而开始成为真正的模式；也是在这里，那个神秘的 . 终于被钉清楚。

讲解

字符类（character class）写在方括号里，精确匹配集合中的一个字符¹。所以 [abc] 匹配单个 “a”、“b” 或 “c”：一个字符，三选一。经典用法：gr[ae]y 同时匹配 “gray” 和 “grey”，因为第三个位置接受 “a” 或 “e”。

把每个字符都列出来很快就会累，所以连字符可以构成范围（range）：[a-d] 等价于 [abcd]²。日常最常用的范围是 [a-z]（一个小写字母）、[A-Z]（大写）和 [0-9]（一个数字）。它们可以组合：[A-Za-z] 是任意一个大小写字母。记住整个字符类仍然只匹配一个字符：范围只是加宽了那一个位置的菜单。

在方括号内部的最前面放一个插入符 ^，字符类就被取反：[^…] 匹配任何不在集合里的字符¹。所以 [^0-9] 匹配一个不是数字的字符。这里的陷阱是把 [^a-z] 读成“不是字母”：它实际的意思是“不是小写的 a-z”，所以大写的 “H” 和空格都算匹配。

有三个简写出现得太频繁，以至于拥有自己的转义形式²：

• \d：一个数字。等价于 [0-9]。
• \w：一个“单词”字符：任意字母、数字或下划线。等价于 [A-Za-z0-9_]。
• \s：一个空白字符：空格、制表符、换行等。

最后是点号。元字符 . 匹配除了行终止符（如 \n）之外的任意单个字符²。仔细读这句话：“任意字符”但不含换行，除非你打开 s（dotAll）标志。这个默认行为是模式跑在多行文本上时一个真实的 bug 来源。

要匹配一个字面量的点（真正的句点），用反斜杠转义它：\. 的意思是“一个真实的点”，而不是“任意字符”。这也是元字符的通用规则：在前面放一个 \，剥掉它的特殊能力，让它按字面匹配。

完整示例（跟着做）

你想检测单个十六进制数字：0-9 或 a-f，大小写皆可。用范围拼出字符类，然后测试它：

一步步看：字符类 [0-9a-fA-F] 把三个范围叠进一个集合，所以这单个位置接受任意数字或任意大小写的字母 a-f。“3”、“b”、“B” 各自落进某个范围，所以 test 是 true；“g” 在每个范围里都排在 “f” 之后，所以是 false。一个字符类，一个字符位置，三个范围的选择余地。

你来试试（填空示例）

你想匹配单个不是空白的字符，并且用简写而不是方括号字符类。填空：

答案：空格处填 \S，即 \s 的大写对应形式。规律是：大写简写就是其小写形式的取反：\S 是“非空白”，正如 \D 是“非数字”、\W 是“非单词字符”。所以 nonSpace.test(" ") 是 false（空格是空白），nonSpace.test("x") 是 true。你也可以写取反字符类 [^\s]，意思相同。

小结 + 下节课预告

字符类 […] 匹配集合中的一个字符；[a-z] 这样的范围加宽菜单；开头的插入符做取反（[^…] 是“除了这些都行”）；\d / \w / \s 分别是数字 / 单词字符 / 空白的简写。点号匹配除行终止符之外的任意字符，反斜杠可以转义元字符让它按字面匹配。但每个字符类仍然恰好匹配一个字符。下一课我们补上故事的另一半：量词。它说明一个字符或字符类重复多少次，让 \d 能变成“一整串数字”。

Footnotes

1. regular-expressions.info: Character Classes — https://www.regular-expressions.info/charclass.html ↩ ↩²

2. MDN: Character classes — https://developer.mozilla.org/en-US/docs/Web/JavaScript/Guide/Regular_expressions/Character_classes ↩ ↩² ↩³