字符集 (Character classes)¶

對於 表示式 `[...]', 如果 在 第一個 '['符 後面 出現的 第一個 字元 不是 '!', 則 該 表示式 匹配 任意 一個 在 `[...]'內 出現的 字元. 方括弧內 不能 有 空串, 因此 ']' 可以 作為 第一個 字元 出現在 方括弧內. (像 這樣, '[][!]' 匹配 下列 三個 字元 中的 任意 一個, '[', ']' 和 '!'.)

範圍集 (Ranges)¶

字符集 有一個 特例: 用 '-' 分開的 兩個 字元 表示 一個 範圍集. (像 這樣, `[A-Fa-f0-9]' 等於 `[ABCDEFabcdef0123456789]'.) 把 '-' 放到 方括弧內 的 開頭 或 最後 可以 獲得 它的 本意. (像 這樣, `[]-]' 匹配 ']'和'-' 中 任意 一個. 而 `[--/]' 匹配 `-', `.' 和`/'中 任意 一個.)

補集 (Complementation)¶

表示式 '[!...]' 表示 一個 字元, 該 字元 不匹配 方括弧內 去掉 開頭 '!' 後 的 表示式. (像 這樣, `[!]a-]' 匹配 除了 ']', 'a' 和 '-' 的 任意 一個 字元.)

要 去掉 '?', '*' 和 '[' 的 特殊 含義, 可以 透過 前面 加 一個 反斜槓; 或者 在 shell 命令列 中, 透過 引號 來 引用 這些 字元. 在 方括弧內 這些 字元 顯露出 本意, 所以, '[[?*\]' 匹配 這 四個字元 中 的 一個: '[', '?', '*', '\'.

正規表示式 (Regular expressions)¶

注意, 萬用字元模板 不是 正規表示式, 儘管 它們 有點象. 首先, 它 匹配 檔名, 而 不是 正文; 其次, 規則 不一樣, 例如 正規表示式 裡 的 '*' 代表 零個或多個 前面內容的 重複.

正規表示式 的 方括弧表示式 用 '^' 引導 取反操作, (而不是 '[!...]'). POSIX 宣告, 在 萬用字元模板 中, '[^...]' 未做 定義.

字符集 和 國際化 (Character classes and Internationalization )¶

當然, 範圍集 最初 指 ASCII的 範圍, 因此 '[ -%]' 意思是 '[ !"#$%]','[a-z]' 指所有小寫字元.

一些 UNIX實現 把 這個 歸納為: 範圍 X-Y 指 X的編碼 到 Y的編碼 之間的 編碼字元. 可是, 這 要求 使用者 知道 他們 本地系統的 字元編碼, 此外, 如果 本地的 字母表順序 和 字符集順序 不對應, 那 就 更不方便了.

因此, POSIX 對 萬用字元模板 和 正規表示式 的 方括弧表達法 作了 重大擴充套件, 上面 我們 知道了 方括弧表示式 中 的 三個 型別, 它們是 (i) 取補集 (ii) 直接列出的 單個字元 和 (iii) 範圍集.

POSIX 對 範圍集 在 國際化 方面 作了 更有力的 說明, 並且 增加了 三個 型別:

(iii) 範圍 X-Y 由 X 和 Y 之間 所有的字元 組成 (包括X和Y), X 和 Y 的 當前編碼序列 由 當前場合的 LC_COLLATE 分類定義.

(iv) 命名字符集, 象

[:alnum:]  [:alpha:]  [:blank:]  [:cntrl:]
[:digit:]  [:graph:]  [:lower:]  [:print:]
[:punct:]  [:space:]  [:upper:]  [:xdigit:]

(v) 符號對映, 象 '[.ch.]' 或 '[.a-acute.]', 在 '[.' 和 '.]' 之間的 字串 是 定義 在 當前場合的 對映元素. 注意 這 可以 是 多字元元素.

(vi) 等類表示式, 象 '[=a=]', 在 '[=' 和 '=]' 之間的 字串 是 任意 等類 中 的 對映元素, 它 定義在 當前場合. 例如, '[[=a=]]' 可以 等同於 `[a徉溻]' (警告: 這裡 有 Latin-1 字元), 也就是 `[a[.a-acute.][.a-grave.][.a-umlaut.][.a-circumflex.]]'.