点号匹配（几乎）任何字符

在 JavaScript（为了与旧浏览器兼容）和 VBScript 中，可以使用 字符类，例如 [\s\S] 来匹配任何字符。此字符匹配空格字符（包括换行符）或非空格字符。由于所有字符都是空格或非空格，因此此字符类匹配任何字符。不要使用 (\s|\S) 这样的交替，这会很慢。当然不要使用 (.|\s)，因为空格和制表符既可以被 . 匹配，也可以被 \s 匹配，这会导致灾难性的回溯。

在所有 Boost 的正则表达式语法中，点默认匹配换行符。Boost 的 ECMAScript 语法允许您使用 regex_constants::no_mod_m 关闭此功能。

换行符

虽然点在各种正则表达式风格中都得到支持，但它们将哪些字符视为换行符却存在显著差异。所有风格都将换行符 \n 视为换行符。UNIX 文本文件使用单个换行符终止行。本教程中讨论的所有脚本语言都不将任何其他字符视为换行符。即使在通常使用 \r\n 对来换行的 Windows 上，这也不是问题。这是因为这些脚本语言在默认情况下以文本模式读取和写入文件。在 Windows 上运行时，在读取文件时 \r\n 对会自动转换为 \n，而 \n 会自动写入文件为 \r\n。

std::regex、XML Schema 和 XPath 也将回车 \r 视为换行符。在此基础上，JavaScript 添加了 Unicode 行分隔符 \u2028 和段落分隔符 \u2029。 Java 包含这些分隔符，外加拉丁语-1 下一行控制字符 \u0085。 Boost 将换页符 \f 添加到列表中。只有 Delphi 和 JGsoft 风格 支持所有 Unicode 换行符，并使用垂直制表符完成了组合。

.NET 在将除 \n 之外的字符视为换行符的风格列表中明显缺失。与根植于 UNIX 世界的脚本语言不同，.NET 是一个 Windows 开发框架，不会自动从读取的文本文件中删除回车符。如果您将 Windows 文本文件整体读入字符串，它将包含回车符。如果您在该字符串上使用正则表达式 abc.*，而不设置 RegexOptions.SingleLine，那么它将匹配 abc 以及同一行上紧随其后的所有字符，以及该行末尾的回车符，但不会匹配其后的换行符。

一些风格允许您控制哪些字符应视为换行符。Java 具有 UNIX_LINES 选项，使其仅将 \n 视为换行符。 PCRE 具有允许您在仅 \n、仅 \r、\r\n 或所有 Unicode 换行符之间进行选择的选项。

在 POSIX 系统中，POSIX 区域设置决定哪些字符是换行符。C 区域设置仅将换行符 \n 视为换行符。Unicode 区域设置支持所有 Unicode 换行符。

\N 绝不匹配换行符

Perl 5.12 和 PCRE 8.10 引入了 \N，它与点号一样，匹配任何不是换行符的单个字符。与点号不同，\N 不受“单行模式”影响。(?s)\N. 启用单行模式，然后匹配任何不是换行符的字符，后跟任何字符，无论它是否是换行符。

控制哪些字符被视为换行符的 PCRE 选项对 \N 的影响与它们对点号的影响完全相同。

PHP 5.3.4 和 R 2.14.0 也支持 \N，因为它们的正则表达式支持基于 PCRE 8.10 或更高版本。JGsoft V2 也支持 \N。

谨慎使用点号

点号是一个非常强大的正则表达式元字符。它允许你偷懒。输入一个点号，在对有效数据测试正则表达式时，一切匹配正常。问题在于，正则表达式在不应该匹配的情况下也匹配。如果你刚接触正则表达式，其中一些情况一开始可能并不那么明显。

我们用一个简单的例子来说明这一点。假设我们想要匹配 mm/dd/yy 格式的日期，但我们希望让用户选择日期分隔符。快速解决方案是 \d\d.\d\d.\d\d。乍一看似乎很好。它可以很好地匹配 02/12/03 这样的日期。问题是：02512703 也被此正则表达式视为有效日期。在此匹配中，第一个点号匹配 5，第二个匹配 7。显然不是我们想要的。

\d\d[- /.]\d\d[- /.]\d\d 是一个更好的解决方案。此正则表达式允许使用连字符、空格、点号和正斜杠作为日期分隔符。请记住，点号在 字符类 中不是元字符，因此我们不需要用反斜杠对其进行转义。

此正则表达式还远不完美。它将 99/99/99 匹配为有效日期。[01]\d[- /.][0-3]\d[- /.]\d\d 虽然更进一步，但它仍然匹配 19/39/99。您希望正则表达式有多完美取决于您想要用它做什么。如果您要验证用户输入，则它必须完美。如果您要从每次以相同方式生成文件的已知源解析数据文件，那么我们的最后一次尝试可能足以在不出现错误的情况下解析数据。您可以在示例部分找到一个 更好的正则表达式来匹配日期。

使用否定字符类而不是点

否定字符类通常比点更合适。否定字符类 教程部分解释了重复运算符 星号和加号，其中更详细地介绍了这一点。但该警告非常重要，因此在此也需要提到它。我们再次通过一个示例来说明。

假设您想匹配一个双引号字符串。听起来很简单。我们可以在双引号之间包含任意数量的任何字符，因此 ".*" 似乎可以很好地完成这项工作。点匹配任何字符，星号允许点重复任意次数，包括零次。如果您对 Put a "string" between double quotes 测试此正则表达式，它将很好地匹配 "string"。现在继续对 Houston, we have a problem with "string one" and "string two". Please respond. 进行测试。

哎呀。正则表达式匹配 "string one" and "string two"。这绝对不是我们的本意。出现这种情况的原因是 星号 是贪婪的。

在日期匹配示例中，我们通过将点替换为字符类来改进正则表达式。在此，我们对否定字符类执行相同的操作。我们对双引号字符串的原始定义有缺陷。我们不希望引号之间有任何数量的任何字符。我们希望引号之间有任何数量的不是双引号或换行符的字符。因此，正确的正则表达式是 "[^"\r\n]*"。如果您的风格支持 简写 \v 来匹配任何换行符，那么 "[^"\v]*" 是更好的解决方案。