我应该使用\ d或[0-9]来匹配Perl正则表达式中的数字吗？

Question

在过去的几周中，阅读了许多问题/答案后，我发现\d在perl正则表达式中使用注释不正确。与在更高版本的perl中不同的\d是[0-9]，\d它将代表具有digit属性的任何Unicode字符，并且[0-9]代表字符'0'，'1'，'2'，...，'9'。我欣赏在某些情况下[0-9]将是正确的用法，而在其他情况下将是正确的用法\d。我想知道哪个人认为使用的是正确的默认设置？就我个人而言，我觉得这种\d表达方式非常简洁和富有表现力，而相比之下，[0-9]则显得有些笨拙。但是我几乎没有做多语言代码的经验，或者说对于不适合ASCII字符范围的语言的代码，因此可能很幼稚。我注意到$find /System/Library/Perl/5.8.8/ -name \*pm | xargs grep '\\d' | wc -l  298$find /System/Library/Perl/5.8.8/ -name \*pm | xargs grep '\[0-9\]' | wc -l  26

Answer 1

为了最大程度的安全，我建议[0-9]您在不特别希望匹配所有unicode定义的数字的情况下使用。

每的perldoc perluniintro，Perl不支持使用比其他数字[0-9]的号码，所以我肯定会使用[0-9]如果以下都为真：

1. 您希望将结果用作数字（例如，对其执行数学运算或将其存储在仅接受适当数字的位置（例如，数据库中的INT列））。

2. 非数字[^0-9]可能以正则表达式可以匹配它们的方式出现在数据中。（请注意，对于不受信任/敌对的输入，应始终将此选项视为true。）

如果其中任何一个为假，则几乎没有理由专门不使用它\d（并且您可能会知道何时是这种情况），并且如果您尝试匹配所有Unicode定义的数字，则说明我一定要用\d。

Answer 2

根据perlreref的说法，“ \d”是可识别语言环境和Unicode的。

但是，如果您使用的代码集不是Unicode，则无需担心Unicode数字，并且如果您使用的代码集类似于Latin-1（ISO 8859-1或8859-15），则因为代码集不包含任何其他数字字符，所以区域设置意识也不会伤害您。

因此，对于许多人来说，在很多时候，您可以\d不用担心而使用' '。但是，如果Unicode数据是您工作的一部分，那么您需要更仔细地考虑要做什么。