正则表达式，`[]`（字符类）和`|`（或操作符）
在正则表达式中，[]（字符类）和|（或操作符）都用于表示“或”的关系，但它们的用法和语义有本质区别：
一、字符类 []
作用
匹配方括号内任意一个字符，只能匹配单个字符。
语法规则
- 普通字符：直接列出需要匹配的字符。
- 例如：
[abc]匹配a、b或c中的任意一个字符。
- 例如：
- 范围表示：使用连字符
-表示字符范围。- 例如：
[0-9]匹配任意数字，[a-zA-Z]匹配任意字母。
- 例如：
- 否定：在方括号内以
^开头，表示匹配不在方括号内的字符。- 例如：
[^0-9]匹配任意非数字字符。
- 例如：
示例
[aeiou]：匹配任意元音字母。[0-9a-fA-F]：匹配十六进制数字（0-9、a-f、A-F）。[^ ]：匹配任意非空格字符。
二、或操作符 |
作用
匹配多个子表达式中的任意一个，可以匹配多个字符组成的字符串。
语法规则
- 分隔子表达式：用
|分隔多个子表达式，表示“或”关系。- 例如：
cat|dog匹配cat或dog。
- 例如：
- 优先级：
|的优先级较低，通常需要用括号()明确分组。- 例如：
a(b|c)匹配ab或ac，而不是b或c。
- 例如：
示例
(Mr|Mrs|Ms)\.：匹配Mr.、Mrs.或Ms.。\d{3}-\d{4}|\+\d{1,3}\s\d{10}：匹配123-4567格式的电话号码，或+86 1234567890格式的国际号码。
三、关键区别对比
| 特性 | 字符类 [] | 或操作符 | |
|------------------------|-------------------------------------|--------------------------------------|
| 匹配单位 | 单个字符 | 整个子表达式（可以是多个字符） |
| 示例 | [abc] 匹配 a, b, 或 c | abc|def 匹配 abc 或 def |
| 否定形式 | [^...] 表示取反 | 无直接否定形式，需用 (?!...) 零宽断言 |
| 常用场景 | 字符级的多选（如密码强度检查） | 字符串级的多选（如匹配不同单词） |
| 性能 | 通常更快（直接索引字符集） | 较慢（需依次尝试多个子表达式） |
四、常见误区
-
错误混用：
- 错误：
[cat|dog]（期望匹配cat或dog） - 正确：
(cat|dog)或cat|dog（|分隔完整子表达式）
- 错误：
-
过度使用
|：- 错误：
a|b|c|d（匹配单个字符时效率低） - 正确：
[abcd]（字符类更高效）
- 错误：
五、正则表达式示例
1. 验证邮箱域名
(qq|gmail|outlook)\.com # 匹配 qq.com、gmail.com 或 outlook.com
2. 匹配HTML标签
<(div|p|h[1-6])> # 匹配 <div>、<p> 或 <h1>~<h6>
3. 匹配日期格式
\d{4}(-|/)\d{2}(-|/)\d{2} # 匹配 2023-06-26 或 2023/06/26
六、性能注意事项
- 字符类
[]的匹配速度通常快于|，因为它直接检查字符是否在预定义集合中。 - 或操作符
|可能导致回溯（backtracking），尤其是子表达式较长时。例如：(abc|def|ghi)+可能在匹配失败时多次尝试不同分支。
在需要高效匹配单个字符的多选情况时，优先使用字符类 []。