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，其左右操作數均可以為一個子表達式。

同時，ERE 取消了子表達式 "()" 和 次數匹配 "{m,n}" 語法符號的轉義符引用語法，在
使用這兩種語法符號時，不在需要添加轉義符。 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 風格的字符類：

POSIX 類 perl類 描述
----------------------------------------------------------------------------
[:alnum:] 字母和數字
[: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 十進制數字
[:xdigit:] /x 十六進制數字
[: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] 八進制數字
/O [^0-7] 非八進制數字
/w [[:alnum:]_] 單詞構成字符
/W [^[:alnum:]_] 非單詞構成字符
/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:]] 非數字
/X [^[:xdigit:]] 非十六進制數字
/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. 向前預判：要命中匹配，必須向前滿足指定條件。 向前預判分為肯定預判和否定預判
兩種?？隙A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 "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 - 執行大小寫敏感的匹配，覆蓋 bNoCase 選項。
i - 執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 '#' 后的內容
例如：
@code@
(?x)
/s+ ([[:graph:]]+) # first number
/s+ ([[:graph:]]+) # second number
@code@
等同于 "/s+([[:graph:]]+)/s+([[:graph:]]+)"。
t - 關閉擴展模式，不忽略空白符和注釋符后的內容。ARE 狀態下默認使用此模式。

6. 與 BRE/ERE 模式不同的 Perl 風格字符類換碼序列：

perl類 等效POSIX表達式 描述
----------------------------------------------------------------------------
/a - 響鈴字符
/A - 不論當前模式如何，僅匹配整個串的最開頭
/b - 退格字符 ('/x08')
/B - 轉義字符本身 ('//')
/cX - 控制符-X (= X & 037)
/d [[:digit:]] 10 進制數字 ('0' - '9')
/D [^[:digit:]] 非數字
/e - 退出符 ('/x1B')
/f - 換頁符 ('/x0C')
/m [[:<:]] 單詞開始位置
/M [[:>:]] 單詞結束位置
/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 - 不論當前模式如何，僅匹配整個串的最尾部
/0 - NULL，空字符
/X - 子表達式向前引用 (X∈[1 .. 9])
/XX - 子表達式向前引用或 8 進制表示的 8 字符
/XXX - 子表達式向前引用或 8 進制表示的 8 字符