特殊字符對于文字字符，有11個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式中將這些字符用作文本字符，你需要用反斜杠“\”對其進行換碼(escape)。例如你想匹配“1+1=2”，正確的表達式為 < <1\+1=2> >
需要注意的是， < <1+1=2> > 也是有效的正則表達式。但它不會匹配“1+1=2”，而會匹配“123+111=234”中的“111=2”。因為“+”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，一些特殊的字符會先被編譯器處理，然后再傳遞給正則引擎。因此正則表達式 < <1\+2=2> > 在C++中要寫成“1\\+1=2”。為了匹配“C:\temp”，你要用正則表達式 < > 。而在C++中，正則表達式則變成了“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正則表達式引擎的內(nèi)部工作機制

知道正則表達式引擎是如何工作的有助于你很快理解為何某個正則表達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。這是因為一些非常有用的特性，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。因為正則導(dǎo)向的引擎是“猴急”的，它會很急切的進行表功，報告它找到的***個匹配。

5.字符集

字符集是由一對方括號“[]”括起來的字符集合。使用字符集，你可以告訴正則表達式引擎僅僅匹配多個字符中的一個。如果你想匹配一個“a”或一個“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特別有用。相反， < > 將不會匹配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“-”定義一個字符范圍作為字符集。 < <[0-9]> > 匹配0到9之間的單個數(shù)字。你可以使用不止一個范圍。 < <[0-9a-fA-F]> > 匹配單個的十六進制數(shù)字，并且大小寫不敏感。你也可以結(jié)合范圍定義與單個字符定義。 < <[0-9a-fxA-FX]> > 匹配一個十六進制數(shù)字或字母X。再次強調(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)用查找一個可能有拼寫錯誤的單詞，比如 < > 或 < > 。查找程序語言的標識符， < > 。(*表示重復(fù)0或多次)查找C風(fēng)格的十六進制數(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“[”后面緊跟一個尖括號“^”，將會對字符集取反。結(jié)果是字符集將匹配任何不在方括號中的字符。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是，取反字符集必須要匹配一個字符。 < > 并不意味著：匹配一個q，后面沒有u跟著。它意味著：匹配一個q，后面跟著一個不是u的字符。所以它不會匹配“Iraq”中的q，而會匹配“Iraqisacountry”中的q和一個空格符。事實上，空格符是匹配中的一部分，因為它是一個“不是u的字符”。如果你只想匹配一個q，條件是q后面有一個不是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*或加號+，你可以用 < <[+*]> > 。當然，如果你對那些通常的元字符進行轉(zhuǎn)義，你的正則表達式一樣會工作得很好，但是這會降低可讀性。在字符集定義中為了將反斜杠“\”作為一個文字字符而非特殊含義的字符，你需要用另一個反斜杠對它進行轉(zhuǎn)義。 < <[\\x]> > 將會匹配一個反斜杠和一個X?！癩^-”都可以用反斜杠進行轉(zhuǎn)義，或者將他們放在一個不可能使用到他們特殊含義的位置。我們推薦后者，因為這樣可以增加可讀性。比如對于字符“^”，將它放在除了左括號“[”后面的位置，使用的都是文字字符含義而非取反含義。如 < <[x^]> > 會匹配一個x或^。 < <[]x]> > 會匹配一個“]”或“x”。 < <[-x]> > 或 < <[x-]> > 都會匹配一個“-”或“x”。

字符集的簡寫因為一些字符集非常常用，所以有一些簡寫方式。 < <\d> > 代表 < <[0-9]> > ; < <\w> > 代表單詞字符。這個是隨正則表達式實現(xiàn)的不同而有些差異。絕大多數(shù)的正則表達式實現(xiàn)的單詞字符集都包含了 < > 。 < <\s> > 代表“白字符”。這個也是和不同的實現(xiàn)有關(guān)的。在絕大多數(shù)的實現(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之內(nèi)或之外。 < <\s\d> > 匹配一個白字符后面緊跟一個數(shù)字。 < <[\s\d]> > 匹配單個白字符或數(shù)字。 < <[\da-fA-F]> > 將匹配一個十六進制數(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)一個字符集，你將會重復(fù)整個字符集。而不僅是它匹配的那個字符。正則表達式 < <[0-9]+> > 會匹配837以及222。如果你僅僅想重復(fù)被匹配的那個字符，可以用向后引用達到目的。我們以后將講到向后引用。

【編輯推薦】