这个正则表达式匹配什么？来自 mediawiki 源代码的 php 正则表达式答案

【问题标题】：What does this regex match? php regex from mediawiki sourcecode这个正则表达式匹配什么？来自 mediawiki 源代码的 php 正则表达式
【发布时间】：2012-04-12 07:43:54
【问题描述】：

这是一个来自 mediawiki 的正则表达式，一个开源 wiki 解决方案。

/\[((http\:\/\/|https\:\/\/|ftp\:\/\/|irc\:\/\/|ircs\:\/\/|gopher\:\/\/|telnet\:\/\/|nntp\:\/\/|worldwind\:\/\/|mailto\:|news\:|svn\:\/\/|git\:\/\/|mms\:\/\/|\/\/)[^][<>"\x00-\x20\x7F\p{Zs}]+)\p{Zs}*([^\]\x00-\x08\x0a-\x1F]*?)\]/Su

对我来说，它似乎与 uri 匹配，但我无法让它匹配任何东西。我无法理解正则表达式的最后一部分，即。

[^][<>"\x00-\x20\x7F\p{Zs}]+)\p{Zs}*([^\]\x00-\x08\x0a-\x1F]*?)\]

这到底是做什么的？

非常感谢任何有关解码的帮助。

【问题讨论】：

标签： php regex mediawiki

【解决方案1】：

这个正则表达式匹配external links like

[http://www.stackoverflow.com]
[https://www.stackoverflow.com StackOverflow]
[ftp://ftp.mozilla.org Mozilla]

【讨论】：

【解决方案2】：

[^][<>"\x00-\x20\x7F\p{Zs}]
是匹配任何字符的否定字符类，但：][<>"、ASCII 字符范围 \x00-\x20、ASCII 字符 \x7F 和空格（p{Zs} 是匹配任何类型空格字符的 Unicode Character Property）

\p{Zs}* 匹配任何类型的空格字符 0 次或多次

[^\]\x00-\x08\x0a-\x1F]
是一个否定字符类，匹配除] 以外的任何字符，ASCII 字符范围为\x00-\x08 和\x0a-\x1F

【讨论】：

你第一句话错了。您必须将 [^][<>"\x00-\x20\x7F\p{Zs}] 分为 [^] 和 [<>"\x00-\x20\x7F\p{Zs}] ，因为 ] 关闭了字符类并且没有转义。因此，它首先匹配 any 字符，然后匹配第二组指定的字符。
不，[^][<>"\x00-\x20\x7F\p{Zs}] 是一个字符类。第一个] 被视为文字]，因为它是列出的第一个字符（或者在这种情况下，在否定^ 之后的第一个字符），就像- 一样。这是一个不错的小隐身功能，我希望所有口味都支持它。
@AlanMoore 谢谢，我知道我在某处看到它是这样定义的，我在戳评论后在 Regexr 上进行了测试，但该功能不可用。但是正则表达式只有在这种解释下才有意义。回滚我的答案。
@poke 所说的在 JavaScript 中是正确的——我认为这是 ECMAScript 规范的一部分。由于 RegExr 是用 ActionScript3（另一个 ECMAScript 实现）编写的，因此它也遵循“空类”规则。（我不确定 RegExr 会走哪条路，因为 AS3 将其正则表达式支持外包给与 PHP 相同的 PCRE 库。但是在像 this one 这样的基于 PHP 的测试器上，它可以像我描述的那样工作。）
哦，这很奇怪。不知道这一点，并认为[^] 总是会自己匹配任何东西。一个人每天都会学到一些新东西：o（但我认为转义方括号会更容易区分……）