悠悠楠杉
网站页面
正则表达式特别需要注意的点:“空“字符的匹配方法
06/03
1. 空格字符
- 普通空格：
\s可以匹配任何空白字符，包括空格、制表符等。 - 不间断空格（通常在网页中使用的
）：需要用\u00A0进行匹配。 - 宽空格：可以用
\u3000来匹配。
2. 制表符（Tab）
3. 换行符
- 在不同的操作系统中，换行符的表现形式不同：
- Unix/Linux 使用
\n。 - Windows 使用
\r\n。 - Mac 旧版使用
\r。
- Unix/Linux 使用
- 通常在正则表达式中，为了兼容多种系统，可以同时考虑这三种情况：
[\r\n]+来匹配换行。
4. 连续空白字符的处理
- 如果你想匹配一个或多个空白字符（包括空格、制表符等），可以使用
\s+。这有助于确保连续的空白被视为一个单位进行匹配或替换。 - 如果你想确保匹配的字符串不包含任何连续的空白（即“压缩”空白），可以使用
\s{1}（但通常使用\s+作为简化）。
regex
(\b\w+\b) # 匹配单词边界的单词（标题或关键词）
(\s+\b\w+\b) # 匹配至少一个空格后跟着的单词，确保不是连续空格的一部分
这个例子中，我们首先匹配一个完整的单词（假设它是标题或关键词），然后确保后续的单词不是由连续的空格分隔的。这有助于识别并提取没有使用多个连续空格来分割的元素。
总结
\s、\t、\n、[\r\n]+等元字符，你可以有效地处理和识别这些看似“空”但实际上有重要意义的字符。
