簡介

大體來講，正則表達式的文法分為3種標準：BRE、ERE 和 ARE。其中 BER 和 ERE 屬于 POSIX 標準，ARE 則是由各家定義的擴展。

POSIX 正則表達式

傳統(tǒng)上，POSIX 定義了兩種正則表達式語法， 即：基本正則表達式（BRE）和擴展正則表
達式（ERE）。

其中， BRE 定義的語法符號包括：

. – 匹配任意一個字符。
[] – 字符集匹配，匹配方括號中定義的字符集之一。
[^] – 字符集否定匹配，匹配沒有在方括號中定義的字符。
^ – 匹配開始位置。
$ – 匹配結(jié)束位置。
() – 定義子表達式。
n – 子表達式向前引用，n 為 1-9 之間的數(shù)字。 由于此功能已超出正則語義，需
要在字符串中回溯，因此需要使用 NFA 算法進行匹配。
* – 任意次匹配（零次或多次匹配）。
{m,n} – 至少 m 次，至多 n 次匹配；{m} 表示 m 次精確匹配；{m,} 表示至少 m
次匹配。

ERE 修改了 BRE 中的部分語法，并增加了以下語法符號：

? – 最多一次匹配（零次或一次匹配）。
+ – 至少一次匹配（一次或更多次匹配）。
| – 或運算，其左右操作數(shù)均可以為一個子表達式。

同時，ERE 取消了子表達式 “()” 和 次數(shù)匹配 “{m,n}” 語法符號的轉(zhuǎn)義符引用語法，在
使用這兩種語法符號時，不在需要添加轉(zhuǎn)義符。 與此同時， ERE 也取消了非正則語義的
子表達式向前引用能力。

BRE 和 ERE 共享同樣的 POSIX 字符類定義。同時，它們還支持字符類比較操作 “[. .]”
和字符來等效體 “[= =]” 操作，但很少被使用。

f / fr / wfr / bwfr 等工具默認使用 ERE 模式，同時支持以下 perl 風(fēng)格的字符類：

POSIX 類 perl類 描述
—————————————————————————-
[:alnum:] 字母和數(shù)字
[:alpha:] a 字母
[:lower:] l 小寫字母
[:upper:] u 大寫字母
[:blank:] 空白字符（空格和制表符）
[:space:] s 所有空格符（比[:blank:]包含的范圍廣）
[:cntrl:] 不可打印的控制字符（退格、刪除、警鈴…）
[:digit:] d 十進制數(shù)字
[:xdigit:] x 十六進制數(shù)字
[:graph:] 可打印的非空白字符
[:print:] p 可打印字符
[:punct:] 標點符號

– 此外，還有以下特殊字符類：

perl類 等效POSIX表達式 描述
—————————————————————————-
o [0-7] 八進制數(shù)字
O [^0-7] 非八進制數(shù)字
w [[:alnum:]_] 單詞構(gòu)成字符
W [^[:alnum:]_] 非單詞構(gòu)成字符
A [^[:alpha:]] 非字母
L [^[:lower:]] 非小寫字母
U [^[:upper:]] 非大寫字母
S [^[:space:]] 非空格符
D [^[:digit:]] 非數(shù)字
X [^[:xdigit:]] 非十六進制數(shù)字
P [^[:print:]] 非可打印字符

– 還可以使用以下特殊字符換碼序列：

r – 回車
n – 換行
b – 退格
t – 制表符
v – 垂直制表符
” – 雙引號
‘ – 單引號

高級正則表達式

除了 POSIX BRE 和 ERE 之外，libutilitis 還支持與TCL 8.2兼容的高級正則表達式語
法（ARE）。 通過為 stRegEx 參數(shù)增加前綴 “***:” 就可以開啟 ARE 模式，這個前綴覆
蓋 bExtended 選項?；旧现v，ARE 是 ERE 的超集。 它在 ERE 的基礎(chǔ)上進行了如下幾
項擴展：

1. 支持”懶惰匹配”（也叫”非貪婪匹配”或”最短匹配”）：在 ‘?’, ‘*’, ‘+’ 或 ‘{m,n}’
后追加 ‘?’ 符號就可以啟用最短匹配，使得該正則表達式子句在滿足條件的前提下匹
配盡可能少的字符（默認是匹配盡可能多的字符）。例如：將 “a.*b” 作用于 “abab”
時，將匹配整個串（”abab”），若使用 “a.*?b”，則將只匹配前兩個字符（”ab”）。

2. 支持子表達式的向前引用匹配：在 stRegEx 中，可以使用 ‘n’ 向前引用曾經(jīng)定義的
子表達式。如：”(a.*)1″ 可匹配 “abcabc” 等。

3. 無名子表達式：使用 “(?:表達式)” 的方式創(chuàng)建一個無名表達式， 無名表達式不返回
到一個 ‘n’ 匹配。

4. 向前預(yù)判：要命中匹配，必須向前滿足指定條件。 向前預(yù)判分為肯定預(yù)判和否定預(yù)判
兩種。肯定預(yù)判的語法為：”(?=表達式)”，例如：”bai.*(?=yang)” 匹配 “bai yang”
中的前四個字符（”bai “），但在匹配時保證字符串在 “bai.*” 后必須包含 “yang”.
否定判斷的語法為：”(?!表達式)”， 例如：”bai.*(?!yang)” 匹配 “bai shan” 的前
四個字符，但在匹配是保證字符串在 “bai.*” 后不出現(xiàn) “yang”。

5. 支持模式切換前綴，在 “***:” 之后可以緊跟形如 “(?模式串)” 樣式的模式串，模式
串影響其后表達式的語義和行為。模式串可以是一下字符的組合：

b – 切換至 POSIX BRE 模式，覆蓋 bExtended 選項。
e – 切換至 POSIX ERE 模式，覆蓋 bExtended 選項。
q – 切換至文本字面匹配模式， 表達式中的字符都作為文本進行搜索，取消一切正則
語義。此模式將正則匹配退化為一次簡單字符串查找。”***=” 前綴是其快捷表示
方式，意即：”***=” 等同于 “***:(?q)”。

c – 執(zhí)行大小寫敏感的匹配，覆蓋 bNoCase 選項。
i – 執(zhí)行忽略大小寫的匹配，覆蓋 bNoCase 選項。

n – 開啟行敏感的匹配：’^’ 和 ‘$’ 匹配行首和行尾；’.’ 和否定集（'[^…]’）不
匹配換行符。此功能等同于 ‘pw’ 模式串。覆蓋 bNewLine 選項。
m – 等同于 ‘n’。
p – ‘^’ 和 ‘$’ 只匹配整個字符串的首尾，不匹配行；’.’ 和否定集不匹配換行符。
覆蓋 bNewLine 選項。
w – ‘^’ 和 ‘$’ 匹配行首和行尾；’.’ 和否定集匹配換行符。覆蓋 bNewLine 選項。
s – ‘^’ 和 ‘$’ 只匹配整個字符串的首尾，不匹配行；’.’ 和否定集匹配換行符。覆
蓋 bNewLine 選項。ARE 狀態(tài)下默認使用此模式。

x – 開啟擴展模式：在擴展模式中，將忽略表達式中的空白符和注釋符 ‘#’ 后的內(nèi)容
例如：
@code@
(?x)
s+ ([[:graph:]]+) # first number
s+ ([[:graph:]]+) # second number
@code@
等同于 “s+([[:graph:]]+)s+([[:graph:]]+)”。
t – 關(guān)閉擴展模式，不忽略空白符和注釋符后的內(nèi)容。ARE 狀態(tài)下默認使用此模式。

6. 與 BRE/ERE 模式不同的 Perl 風(fēng)格字符類換碼序列：

perl類 等效POSIX表達式 描述
—————————————————————————-
a – 響鈴字符
A – 不論當(dāng)前模式如何，僅匹配整個串的最開頭
b – 退格字符 (‘x08’)
B – 轉(zhuǎn)義字符本身 (‘\’)
cX – 控制符-X (= X & 037)
d [[:digit:]] 10 進制數(shù)字 (‘0’ – ‘9’)
D [^[:digit:]] 非數(shù)字
e – 退出符 (‘x1B’)
f – 換頁符 (‘x0C’)
m [[:<:]] 單詞開始位置
M [[:>:]] 單詞結(jié)束位置
n – 換行符 (‘x0A’)
r – 回車符 (‘x0D’)
s [[:space:]] 空白符
S [^[:space:]] 非空白符
t – 制表符 (‘x09’)
uX – 16 位 UNICODE 字符 (X∈[0000 .. FFFF])
UX – 32 位 UNICODE 字符 (X∈[00000000 .. FFFFFFFF])
v – 縱向制表符 (‘x0B’)
w [[:alnum:]_] 組成單詞的字符
W [^[:alnum:]_] 非單詞字符
xX – 8 位字符 (X∈[00 .. FF])
y – 單詞邊界（m 或 M）
Y – 非單詞邊界
Z – 不論當(dāng)前模式如何，僅匹配整個串的最尾部