[^\x20-\x7E] 在正则表达式中的用途答案

【问题标题】：Purpose of [^\x20-\x7E] in regular expressions[^\x20-\x7E] 在正则表达式中的用途
【发布时间】：2010-11-02 06:26:32
【问题描述】：

 [^\x20-\x7E]

我看到这种模式用于正则表达式，其目标是删除非 ascii 字符串中的字符。什么意思？

【问题讨论】：

标签： regex

【解决方案1】：

它表示类似：所有不在 (^) 范围内的字符 \x20-\x7E（十六进制 0x20 到 0x7E）。

根据http://www.asciitable.com/，这些是从空格到~的字符。

【讨论】：

即可打印字符
请注意，您也可以使用 API 进行检查。例如，在 Java 中，您可以使用 java.lang.Character.isISOControl(character) 和类似的方法使您的代码更具可读性。
有些语言没有用于此类目的的 API。在 PHP 中，您必须执行以下操作来提取特殊字符：preg_replace_callback('/[^\x20-\x7f]/', function($match) { return DO_SOMETHING_WITH_SPECIAL_CHARS($match[0]); }, $url) ;

【解决方案2】：

括号 [] 中的脱字符 (^) 表示“不是”，\x20-\x7E 表示一段 ascii 字符，其中 \x20（空格）是范围的开头，\x7E（~ ) 结束。它基本上是任何不是字母、数字或普通标点符号的东西。

【讨论】：

【解决方案3】：

这意味着匹配任何不是打印字符的字符。

打印字符包括a到z、A到Z、0到9以及“,;$#%等符号。

^ not
\x20 hex code for space character
- to 
\x7e hex code for ~ (tilde) character

所有的 ascii 打印字符都介于这两者之间。

此语句匹配非 ascii 字符以及 ascii 控制（非打印）字符，例如 bell、tab、null 等。

看看

man ascii

在 unix 系统上查看它匹配的字符。

在 perl 中，你也可以写成

[^ -~]

或

[[:^cntrl:]]

最后一个略有不同，因为它匹配任何非控制字符，包括扩展 ascii（例如重音字符）和 unicode。

您可能不想只使用 ascii，因为非美国地区经常使用这个小范围之外的有效打印字符，例如øüéåç...

【讨论】：

我想你的意思是 [^[:print:]] 最后一个。 POSIX 字符类表示法包括方括号和冒号，整个内容必须放在另一组方括号内。（当然，[:cntrl:] 是错误的类。）但是，POSIX 类也应该是区域敏感的，这意味着它们可以匹配，例如，重音字母以及基本的 ASCII 集。
啊，是的，那太草率了（已经很晚了）。 cntrl 确实与以前的不同，因为它将包括在扩展的 ascii 甚至 unicode 范围内打印字符，但我相信这很可能是预期的。
我建议不要单独使用 POSIX 字符类，尤其是在这种情况下，我们不知道正在使用哪种正则表达式风格、它运行在哪个操作系统上或在哪个语言环境中。所有这些因素都会改变他们的行为。
这个答案最完整：[^\x20-\x7E] 不限于“不打印字符”。它还匹配非 ASCII 字符，如“ä”、“ö”等。我认为，人们经常使用 [^\x20-\x7E] 来处理这些特殊字符（元音变音）。

【解决方案4】：

它的意思是“任何不是十六进制范围 0x20 到 0x7E 的字符代码，即 32 到 126”。

【讨论】：