正则表达式学习笔记之POSIX
发布时间：2020-12-14 01:38:46 所属栏目：百科 来源：网络整理
导读：POSIX规范 正则表达式两大流派:PCRE与POSIX规范。 之前笔记中的正则表达式记法，如d、s、w之类的字符组简记法就是PCRE规范的正则表达式的特征。 POSIX的全称是Portable Operating System Interface for unix,它由一系列的规范构成，定义了UNIX操作系统应
POSIX规范正则表达式两大流派:PCRE与POSIX规范。 之前笔记中的正则表达式记法，如d、s、w之类的字符组简记法就是PCRE规范的正则表达式的特征。 POSIX的全称是Portable Operating System Interface for unix,它由一系列的规范构成，定义了UNIX操作系统应当支持的功能，因此POSIX规范的正则表达式其实就是正则表达式的POSIX规范，它分为BRE(基本型正则表达式)和ERE(扩展型正则表达式)两大流派。 BRE流派Linux下的vi、grep、sed工具属于BRE这一派，BRE中元字符(、)、{、}必须转义之后才具有特殊意义，比如a{1,2}才能匹配字符串a或aa。 BRE不支持+、?量词，多选结构和反向引用1、2。 GNU对BRE做了扩展，使之支持+、?、|，但使用时需转义。也支持1、2之类的反向引用。 ERE流派Linux下的egrep、awk属于ERE流派。这一流派中使用元字符时不用转义，支持量词等。 现在的BRE和ERE的主要差异是元字符是否需转义。 POSIX字符组
PCRE流派中把[....]称为“字符组”;在POSIX中，它们叫做"方括号表达式"，其作用与规则与常说的"字符组"完全一样。但是POSIX中的"方括号表达式"不支持使用uxxxx的形式表示Unicode字符。即遵循POSIX规范的正则表达式无法用[u4e00-u9fff]来匹配"任意一个中文字符"。
POSIX自己也定义了字符组,称为"POSIX字符组"，是一些事先定义好的组合，比如[:digit:]就是一个POSIX字符组,它等价于[0-9],[:alpha:]等价于[a-zA-Z]。此外PCRE中常见的d、w、s在POSIX中没有定义。
POSIX字符组不能直接使用，只能用于方括号表达式内部，如[[:digit:]]、[[:alpha:]];POSIX字符组也可以与其他方括号表达式合用，如[a-zA-Z[:digit:]]、[^[:alpha:]]。
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |