正则表达式[^\w]+为何无法提取连续相同的字符串首字符？

哈哈，这个问题很典型——你把正则表达式里^的两种完全不同的用法搞混啦！咱们一步步拆解清楚：

先搞懂你用的[^\w]+到底匹配什么 #

[^...]是否定字符集，这里的^是用来对字符集取反的，意思是「匹配任何不在这个集合里的字符」。而\w代表的是单词字符（字母、数字、下划线），所以[^\w]+的实际作用是：匹配连续的非单词字符（比如空格、标点、特殊符号等）。

用你的例子验证下：

• 对"ttttar"：整个字符串都是单词字符（t和r都是\w），所以[^\w]+根本匹配不到任何内容
• 对"bbbb abbb"：唯一的非单词字符是空格，所以它只会匹配那个空格
• 对"cccacc bbb"：同样只会匹配中间的空格

这完全不是你想要的效果对吧？

你的逻辑误区在哪？ #

你误以为^\w是「匹配每个字符串的首个字符」，然后想当然觉得[^\w]+等效于[t]+这种——但这里的^在字符集里和行首锚点^是两回事：

• 行首锚点^（单独用）：表示匹配字符串的开头位置，比如^\w确实是匹配字符串的第一个单词字符
• 字符集里的^（放在[后面）：是取反符号，和「开头」没有任何关系

正确的正则该怎么写？ #

你想要提取的是字符串开头连续的、和第一个字符相同的重复字符，可以用这个正则：

^(\w)\1*

咱们拆解下这个正则的作用：

1. ^：锚定字符串的开头，确保我们只从最开始匹配
2. (\w)：捕获第一个单词字符（也就是你要提取的重复字符的起始），把它存到捕获组1里
3. \1*：匹配和捕获组1里完全相同的字符，*表示零次或多次（如果第一个字符没有重复，就只匹配它自己）

用你的例子测试：

• "ttttar"：匹配结果是tttt（第一个t，加上后面3个重复的t）
• "bbbb abbb"：匹配结果是bbbb
• "cccacc bbb"：匹配结果是ccc

完美符合你的需求！

内容的提问来源于stack exchange，提问作者Aung Khant