regex - 我应该使用\d 或 [0-9] 来匹配 Perl 正则表达式中的数字吗？

Question

在过去几周阅读了许多问题/答案后，我发现在 Perl 正则表达式中使用 \d 被评论为不正确。在 Perl 的更高版本中，\d 与 [0-9] 不同，因为 \d 将表示任何 Unicode 字符具有数字属性，[0-9] 代表字符“0”、“1”、“2”、...、“9”。

我知道在某些情况下 [0-9] 是正确的使用方式，而在其他情况下 \d 则是正确的选择。我想知道哪些人认为使用的默认值是正确的？

我个人认为 \d 表示法非常简洁且富有表现力，而相比之下 [0-9] 则有些麻烦。但我在编写多语言代码方面缺乏经验，或者更确切地说，对不适合 ASCII 字符范围的语言进行代码编写，因此可能比较幼稚。

我注意到了

$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

在我看来，使用 \d 非常危险，这是该语言的一个糟糕的设计决策，因为在大多数情况下您需要 [0-9]。霍夫曼编码将规定对 ASCII 数字使用 \d。

之前的大多数发帖者已经强调了为什么应该使用 [0-9]，所以让我给您提供更多数据:

• 如果我正确地阅读了 unicode 图表，“70”是一个数字(印度语中的 70，不要相信我的话)。

• 试试这个:

  $ perl -le '$one = chr 0xFF11; print "$one + 1 = ", $one+1;'
  １ + 1 = 1
  

• 以下是有效数字的部分列表(可能会或可能不会在您的浏览器中正确显示，具体取决于您使用的字体)，对于每个数字，只有第一个数字在以下情况下被解释为数字:用Perl做算术，如上所示:

   ZERO:  0٠۰߀०০੦૦୦௦౦೦൦๐໐０
   ONE:   1١۱߁१১੧૧୧௧౧೧൧๑໑１
   TWO:   2٢۲߂२২੨૨୨௨౨೨൨๒໒２
   THREE: 3٣۳߃३৩੩૩୩௩౩೩൩๓໓３
   FOUR:  4٤۴߄४৪੪૪୪௪౪೪൪๔໔４
   FIVE:  5٥۵߅५৫੫૫୫௫౫೫൫๕໕５
   SIX:   6٦۶߆६৬੬૬୬௬౬೬൬๖໖６
   SEVEN: 7٧۷߇७৭੭૭୭௭౭೭൭๗໗７
   EIGHT: 8٨۸߈८৮੮૮୮௮౮೮൮๘໘８
   NINE:  9٩۹߉९৯੯૯୯௯౯೯൯๙໙９��
  

你还不相信吗？