Символьні класи

Відкриваюча квадратна дужка оголошує початок символьного класу, що завершується квадратною дужкою, що закриває. Символ «]» не має спеціального значення, і Якщо закриваюча квадратна дужка необхідна як член символьного класу, вона повинна бути першим символом безпосередньо після квадратної дужки (якщо вказано метасимвол «^», то безпосередньо після нього), або екрануватися за допомогою зворотного сліша.

Символьний клас відповідає одиночному символу рядка, причому сам символ повинен утримуватися в наборі, що визначається класом. Якщо першим йде символ опису класу - "^", логіка роботи інвертується: клас відповідає одиночному символу, який не міститься в наборі, що визначається класом. Якщо символ "^" потрібен як член класу, його не потрібно поміщати першим символом в описі класу, або необхідно екранувати за допомогою зворотного слішу.

Наприклад, символьний клас [aeiou] відповідає будь-який голосної літери в нижньому регістрі, в той час, як [^aeiou] відповідає будь-якому символу, що не є голосною літерою нижнього регістру. Слід розуміти, що символ «^» всього лише зручний інструмент для опису символів, що не використовуються в зіставленні, це не твердження, так як він все ж таки займає символ в рядку, що обробляється, і не збігається, якщо поточна позиція порівняння знаходиться в кінці рядка.

Якщо реєструється незалежне зіставлення, будь-яка буква символьного класу відповідає як своєму верхньому, так і нижньому регістру. Таким чином, символьний клас [aeiou] відповідає як "A", так і "a". Аналогічно, клас [^aeiou] не відповідає ні «A», ні «a», тоді як у реєстрозалежному режимі збіг відбувся б.

Всередині символьного класу символ перекладу рядка «\n» немає спеціального значення, незалежно від наявності модифікаторів PCRE_DOTALL і PCRE_MULTILINE. Символьні класи, побудовані на запереченні, наприклад [^a], завжди відповідають символу перекладу рядка.

Символ минус «-» (дефис) внутри класса используется для задания символьного диапазона. НаПриклад,[d-m] відповідає будь-якому символу, що знаходиться між "d" і "m", включаючи самі символи "d" та "m". Якщо "-" необхідний, як член класу, він повинен знаходитися в такій позиції, в якій він не може інтерпретуватися як діапазон (як правило, це перший і останній символ опису класу), або екрануватись за допомогою зворотного слішу.

Неприпустимо використовувати квадратну дужку, що закриває.]» як межа символьного діапазону. Наприклад, шаблон «[W-]46]» буде інтерпретований як символьний клас, що складається з двох символів («W» і «-»), за якими слідує рядок «46]», таким чином шаблон відповідатиме рядкам «W46]» або «-46]». Щоб все ж таки використовувати символ «]» в описі діапазону його необхідно екранувати зворотним слешем, наприклад, шаблон [W-\]46] буде інтерпретований як символьний клас, що складається із символьного діапазону разом із двома наступними символами «4» та «6». Такого ж результату можна досягти, використовуючи шістнадцяткове або вісімкове уявлення символу «]».

Для побудови символьних діапазонів використовується ASCII уявлення символів. Таким чином, прикордонні символи можна задавати безпосередньо в числовому поданні, наприклад, [\000-\037]. Якщо виконується незалежний пошук, символи, описані в діапазоні, також відповідатимуть символам обох регістрів. Наприклад, діапазони [W-c]и[][\^_`wxyzabc] еквівалентні (у разі реєстронезалежного пошуку). Наприклад, якщо встановлено локаль "fr" (Франція), можна використовувати [\xc8-\xcb] для завдання відповідності ударному "E" в обох регістрах.

Загальні типи символів \d,\D,\s,\S,\w и\W також можна використовувати у символьних класах, додаючи у клас ті символи, яким відповідають. Наприклад, клас [\dABCDEF] відповідає будь-якій шістнадцятковій цифрі. Символ «^» може використовуватися разом із загальним типом, взятим у верхньому регістрі, для зазначення вужчого набору символів. Наприклад, клас [^\W_] відповідає будь-якій букві чи цифрі, але не символу підкреслення.

Усі не буквено-цифрові символи, крім \, -, ^ (спочатку) і завершального «]», не є спеціальними символами, але використання екрануючого слюшу перед ними не зашкодить. Символ кінця шаблону завжди є особливим випадком і завжди має бути проекранований усередині виразу.

Perl підтримує нотацію POSIX для класів символів. Це включає використання імен, укладених у [:и:], у свою чергу ув'язнених у квадратні дужки. PCRE також підтримує цей запис. Наприклад, [01[:alpha:]%] збігається з "0", "1", будь-яким алфавітним символом або "%". Підтримуються такі імена класів:

Символьні класи

alnum	літери та цифри
alpha	літери
ascii	символи з кодами 0–127
blank	тільки пробіл або символ табуляції
cntrl< /code>	керуючі символи
digit	десяткові цифри (тобто те ж саме, що й \d)
graph	друковані символи, крім пробілів
lower	малі літери
print	друковані символи, включаючи пропуск
punct< /td>	друковані символи, за винятком букв і цифр
space	пробельні символи( майже те саме, що і \s)
upper	великі літери
word	символи «слова» (те саме, що й \w)
xdigit	шістнадцяткові цифри

Клас пробілових символів (space) — це горизонтальна табуляція (HT, 9), переклад рядка (LF, 10), вертикальна табуляція (VT, 11), розрив сторінки (FF, 12), повернення каретки (CR, 13) та пропуск (32). Зверніть увагу, що цей список включає вертикальну табуляцію (VT, код 11). Це відрізняє «space» від \s, який не містить цього символу (для сумісності з Perl).

Названиеword - це модуль Perl, а blank – модуль GNU, починаючи з версії Perl 5.8. Інший модуль Perl – це заперечення, яке вказується символом ^после двоеточия. НаПриклад,[12[:^digit:]] збігається з «1», «2», або з будь-якою нецифрою.

У режимі UTF-8 символи зі значеннями, що перевищують 128, не співпадуть з жодним із символьних класів POSIX. Починаючи з libpcre 8.10, деякі символьні класи змінені, щоб використовувати властивості символів Unicode, у цьому випадку згадане обмеження не застосовується. Читайте »Керівництво PCRE(3) для подробиць.

Властивості символів Unicode можуть виникнути всередині класу. Вони не можуть бути частиною діапазону. Символ мінус (дефіс), після символьного класу Unicode буде збігатися буквально. Спроба закінчити діапазон за допомогою властивості символу Unicode викликає попередження.