下划线 _ 不是通配符

正则表达式里有个挺常见的误区——很多人以为下划线 _ 是通配符，能匹配任意字符，就像 * 或 那样。其实完全不是这么回事。

在正则的世界里，_ 就是个普普通通的字面字符，只匹配它自己——下划线本身。

真正匹配“任意单个字符”的是 .（英文点号）

但有个关键细节：默认情况下，. 并不匹配换行符（n）。

用 . 的时候，本意是“来个万能字符”，可实际行为会被模式修饰符和上下文牵着走。

• 在 JavaScript 的正则字面量 /.../ 中，. 默认不匹配 n、r、u2028、u2029 这些行终止符。
• Python 的 re.match() 或 re.search() 需要显式传入 re.DOTALL 标志，才能让 . 跨过换行。

如何做到“绝对安全”的任意字符匹配

如果你想让匹配连换行符也不放过，更稳妥的做法是使用 [sS]——它同时匹配空白和非空白字符，本质上覆盖了所有字符。类似的还有 [dD]、[wW]。

import re
text = "line1nline2"
re.search(r"a.b", text)
# None —— . 不跨行
re.search(r"a.b", text, re.DOTALL)
# 匹配成功
re.search(r"a[sS]b", text)
# 总是成功，无需 flag

下划线 _ 是否需要转义？

绝大多数正则引擎里，它根本不在元字符列表里。元字符是 . ^ $ * + { } [ ] | ( ) 这些。所以正常情况下，直接写 _ 就行。

加反斜杠反而多余，甚至可能引发警告或兼容性问题。

不过有两种情况你可能会看到有人给 _ 加反斜杠：

• 某些老旧工具（比如早期 grep 或部分 shell 环境）对非字母数字字符做保守转义，虽然无害但没必要。
• 写正则时混用了其他语言的语义，比如 SQL 里的 _ 确实是单字符通配符，导致思维迁移过来的错误写法。

极少数数据库内置的正则方言确实把 _ 当特殊符号，但那是小众场景，需要按文档确认。

结论

在标准 PCRE、JavaScript、Python re、Go regexp 中，_ 就是字面量，根本不需要转义。

真正需要警惕的元字符

那些“看起来像通配符”的元字符才需要转义。比如你想匹配真实的小数点，就得写 .；匹配星号是 *；匹配问号是 。

还有 [、]、(、)、{、}、^、$、|、 —— 这些全部需要前置反斜杠转义才能表示字面意义。

// JS 示例：匹配字符串 "price: $19.99"
const regex = /price: $d+.d{2}/;
"price: $19.99".match(regex);
//  成功
"price: $19.99".match(/price: $.99/);
//  $ 是行尾锚点，. 是任意字符

总结

• 下划线从来不扮演通配角色。
• 真正容易翻车的是把 . 当成万能字符却忽略了它的换行限制。
• 在不同语言之间混淆通配符的语义——比如 SQL 的 _ 和正则的 . 完全是两码事。

《夸克》非常好用的免费AI浏览器

下载APP查看