PCRE 正则表达式可以匹配空字符吗？答案

【问题标题】：Can PCRE regex match a null character?PCRE 正则表达式可以匹配空字符吗？
【发布时间】：2011-02-04 13:54:57
【问题描述】：

我有一个包含空值的文本源，我需要将它们与我的正则表达式模式一起拉出。正则表达式甚至可以匹配空字符吗？

当我的模式拒绝匹配时，我才意识到我有它们，当我将它粘贴到 Notepad++ 中时，它显示了所有空字符。

【问题讨论】：

【解决方案1】：

\x00

这是一个空字符。

【讨论】：

谢谢。效果很好，但无法让我的任何“视觉”工具与 null 一起使用，但 Regex Buddy 的 Grep 会在幕后完成。
不应该做\x0，除非那是你唯一匹配的东西。如果您尝试匹配\x0apple，那将尝试匹配\npple

【解决方案2】：

澄清/添加另一个细节到先前的答案：PCRE 库接受模式作为“C”以 nul 结尾的字符串。（引用 PCRE 文档：“模式是由二进制零终止的 C 字符串”。）这意味着模式不能包含文字 NUL 字符 - 相反，它必须始终使用其他答案中描述的方法进行转义。 ("与模式字符串不同，主题可能包含二进制零。" " 4. 虽然主题字符串中支持二进制零字符，但它们在模式字符串中是不允许的，因为它是作为标准传递的 mal C 字符串，以零结尾。转义序列 \0 可用于表示二进制零的模式。")

NUL 字符是 PCRE 模式中唯一必须转义的字符，所有其他字符都可以转义：“没有限制非打印字符的外观，除了二进制零终止一个模式”。

作为最后的比较说明，其他一些与 Perl 兼容的正则表达式引擎确实允许在模式中使用文字 NUL，例如 Python 的 SRE。例如。来自 Python3 的 urlib.parse 具有以下行：_asciire = re.compile('([\x00-\x7f]+)')。请注意缺少“r”来表示原始文字 - 这意味着此处的转义发生在 Python 级别，并且 re 模块获取模式中值为 0x00 和 0x7f 的字符。

【讨论】：

【解决方案3】：

匹配空字符的一个问题是您首先需要安排它到达。许多语言使用以空字符结尾的字符串，因此您的匹配可能不会针对整个输入。

至于如何在 PCRE 中表达它，\000 有效，并且不会被它后面的任何东西绊倒，就像 \x{} 一样（但我认为八进制版本在浏览正则表达式时更容易识别)。

请参阅the PCRE manpages 并搜索非打印字符，了解如何以各种不同方式指定空值的完整详细信息。

【讨论】：