這種模式如何匹配連字符而又不能逃脫？

Question

經過regex101幾分鍾后，我意識到，如果立即跟隨[ ]則不需要逃脫。

在regex101中 ，模式[]-az]描述為

/[]-az]/ []-az] match a single character present in the list below ]-aa single character in the range between ] and a (case sensitive) -za single character in the list -z literally (case sensitive)

但是我一直認為，如果-必須從字面上進行匹配而又不能逃脫，則它應該在開頭或結尾處使用 。

那為什么我的模式不被識別為錯誤 ？ 為什么-z匹配列表中的一個字符-z字面上？

Answer 1

讓我們分解一下：

[]-a-z]
 ^^ ^
 || +---- 3
 |+------ 2
 +------- 1

1是文字]因為它出現在模式的開頭，而[]是PCRE中的無效字符類。

因此， 2連字符是該類中的第二個字符，並在]和a之間引入了一個范圍。

從字面上看下一個連字符3 ，因為前一個標記a是前一個范圍的結尾。 此時無法引入其他范圍。 在PCRE中，如果-位於無法引入范圍的地方或逃脫了，則按字面意義對待。 我們通常在范圍的開頭或結尾放置文字連字符以使其變得明顯，但這不是必需的。

那么， z是一個簡單的文字。

PCRE遵循Perl語法。 記錄如下：

[關於] ：

]通常是POSIX字符類的結尾（請參見下面的POSIX字符類），或者它表示括號中的字符類的結尾。 如果要在字符集中包含[ ] ，則通常必須對其進行轉義。
然而，如果]是所述第一 （或第二，如果第一字符是脫字符號）一個括號字符類的字符，它不表示類的端部（如你不能有一個空類）和被認為是部分無需轉義即可匹配的字符集。

關於連字符：

如果字符類中的連字符不能從句法上成為范圍的一部分 ，例如因為它是字符類的第一個字符或最后一個字符， 或者它緊隨范圍 ，則該連字符不是特殊字符，因此被視為要從字面上進行匹配的字符。 如果要匹配字符集中的連字符，並且其在類中的位置可以被認為是范圍的一部分，則必須使用反斜杠對連字符進行轉義。

請注意，這是指Perl語法。 其他口味可能具有不同的行為。 例如， []是JavaScript中有效的（空）字符類，不能匹配任何內容。

問題是，根據選項的不同，PCRE還可以用JS方式（有幾個JS兼容性標志）來解釋這一點。 從PCRE2文檔 ：

右方括號引入了一個字符類，並以右方括號終止。 默認情況下，右方括號本身並不特殊。 如果需要使用方括號作為類的成員，則該方括號應為類中的第一個數據字符（如果有初始抑揚符號，則應在后面）或以反斜杠轉義。 這意味着默認情況下無法定義空類。 但是，如果設置了PCRE2_ALLOW_EMPTY_CLASS選項，則PCRE2_ALLOW_EMPTY_CLASS方括號確實會終止（空）類。

毫無疑問，已記錄的有關連字符的PCRE行為與Perl行為匹配：

減號（連字符）可用於指定字符類中的字符范圍。 例如， [dm]匹配d和m之間的任何字母（包括首尾）。 如果類中需要減號，則必須用反斜杠將其轉義或出現在無法解釋為指示范圍的位置 ，通常是類中的第一個或最后一個字符，或緊接在范圍之后。 例如， [bdz]匹配b到d范圍內的字母，連字符或z 。

Answer 2

正則表達式信息：

字符類中無法形成 范圍的其他位置的連字符可能會解釋為文字或錯誤。 正則表達式的味道與此不一致。

因此，在這里-無法形成范圍，因為前一個標記是與字符相對的范圍，因此它被解釋為文字-

Answer 3

正則表達式不會失敗，因為-表示此處的范圍是從]到a 。 ]不必在字符類內部的起始位置轉義，因此在此處被視為文字。 字符類有效，因為]在ASCII表中具有93 ASCII碼，而a具有97碼。

編輯：

關於正則表達式有一件事是通用的：它們是從左到右進行分析的。 因此，使用第一連字符周圍的第一字符形成范圍。 第二連字符位於范圍結束字符之后，並且不能用作起始范圍字符，因為它已被“占用”。 因此，正則表達式引擎只能將第二個連字符解析為文字

請參閱PCRE參考 ：

減號（連字符）可用於指定字符類中的字符范圍。 例如，[dm]匹配d和m之間的任何字母（包括首尾）。 如果類中需要減號，則必須用反斜杠將其轉義或出現在無法解釋為指示范圍的位置，通常是類中的第一個或最后一個字符，或緊接在范圍之后。 例如，[bdz]匹配b到d范圍內的字母，連字符或z。