站长资讯网简介
大体来讲，正则表达式的文法分为3种标准：BRE、ERE 和 ARE。其中 BER 和 ERE 属于 POSIX 标准，ARE 则是由各家定义的扩展。
POSIX 正则表达式
传统上，POSIX 定义了两种正则表达式语法， 即：基本正则表达式（BRE）和扩展正则表
达式（ERE）。
其中， BRE 定义的语法符号包括：
. – 匹配任意一个字符。
[] – 字符集匹配，匹配方括号中定义的字符集之一。
[^] – 字符集否定匹配，匹配没有在方括号中定义的字符。
^ – 匹配开始位置。
$ – 匹配结束位置。
() – 定义子表达式。
n – 子表达式向前引用，n 为 1-9 之间的数字。 由于此功能已超出正则语义，需
要在字符串中回溯，因此需要使用 NFA 算法进行匹配。
* – 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 次精确匹配；{m,} 表示至少 m
次匹配。
ERE 修改了 BRE 中的部分语法，并增加了以下语法符号：
? – 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）。
| – 或运算，其左右操作数均可以为一个子表达式。
同时，ERE 取消了子表达式 “()” 和 次数匹配 “{m,n}” 语法符号的转义符引用语法，在
使用这两种语法符号时，不在需要添加转义符。 与此同时， ERE 也取消了非正则语义的
子表达式向前引用能力。
BRE 和 ERE 共享同样的 POSIX 字符类定义。同时，它们还支持字符类比较操作 “[. .]”
和字符来等效体 “[= =]” 操作，但很少被使用。
f / fr / wfr / bwfr 等工具默认使用 ERE 模式，同时支持以下 perl 风格的字符类：
POSIX 类 perl类 描述
—————————————————————————-
[:alnum:] 字母和数字
[:alpha:] a 字母
[:lower:] l 小写字母
[:upper:] u 大写字母
[:blank:] 空白字符（空格和制表符）
[:space:] s 所有空格符（比[:blank:]包含的范围广）
[:cntrl:] 不可打印的控制字符（退格、删除、警铃…）
[:digit:] d 十进制数字
[:xdigit:] x 十六进制数字
[:graph:] 可打印的非空白字符
[:print:] p 可打印字符
[:punct:] 标点符号
– 此外，还有以下特殊字符类：
perl类 等效POSIX表达式 描述
—————————————————————————-
o [0-7] 八进制数字
O [^0-7] 非八进制数字
w [[:alnum:]_] 单词构成字符
W [^[:alnum:]_] 非单词构成字符
A [^[:alpha:]] 非字母
L [^[:lower:]] 非小写字母
U [^[:upper:]] 非大写字母
S [^[:space:]] 非空格符
D [^[:digit:]] 非数字
X [^[:xdigit:]] 非十六进制数字
P [^[:print:]] 非可打印字符
– 还可以使用以下特殊字符换码序列：
r – 回车
n – 换行
b – 退格
t – 制表符
v – 垂直制表符
” – 双引号
‘ – 单引号
高级正则表达式
除了 POSIX BRE 和 ERE 之外，libutilitis 还支持与TCL 8.2兼容的高级正则表达式语
法（ARE）。 通过为 stRegEx 参数增加前缀 “***:” 就可以开启 ARE 模式，这个前缀覆
盖 bExtended 选项。基本上讲，ARE 是 ERE 的超集。 它在 ERE 的基础上进行了如下几
项扩展：
1. 支持”懒惰匹配”（也叫”非贪婪匹配”或”最短匹配”）：在 ‘?’, ‘*’, ‘+’ 或 ‘{m,n}’
后追加 ‘?’ 符号就可以启用最短匹配，使得该正则表达式子句在满足条件的前提下匹
配尽可能少的字符（默认是匹配尽可能多的字符）。例如：将 “a.*b” 作用于 “abab”
时，将匹配整个串（”abab”），若使用 “a.*?b”，则将只匹配前两个字符（”ab”）。
2. 支持子表达式的向前引用匹配：在 stRegEx 中，可以使用 ‘n’ 向前引用曾经定义的
子表达式。如：”(a.*)1″ 可匹配 “abcabc” 等。
3. 无名子表达式：使用 “(?:表达式)” 的方式创建一个无名表达式， 无名表达式不返回
到一个 ‘n’ 匹配。
4. 向前预判：要命中匹配，必须向前满足指定条件。 向前预判分为肯定预判和否定预判
两种。肯定预判的语法为：”(?=表达式)”，例如：”bai.*(?=yang)” 匹配 “bai yang”
中的前四个字符（”bai “），但在匹配时保证字符串在 “bai.*” 后必须包含 “yang”.
否定判断的语法为：”(?!表达式)”， 例如：”bai.*(?!yang)” 匹配 “bai shan” 的前
四个字符，但在匹配是保证字符串在 “bai.*” 后不出现 “yang”。
5. 支持模式切换前缀，在 “***:” 之后可以紧跟形如 “(?模式串)” 样式的模式串，模式
串影响其后表达式的语义和行为。模式串可以是一下字符的组合：
b – 切换至 POSIX BRE 模式，覆盖 bExtended 选项。
e – 切换至 POSIX ERE 模式，覆盖 bExtended 选项。
q – 切换至文本字面匹配模式， 表达式中的字符都作为文本进行搜索，取消一切正则
语义。此模式将正则匹配退化为一次简单字符串查找。”***=” 前缀是其快捷表示
方式，意即：”***=” 等同于 “***:(?q)”。
c – 执行大小写敏感的匹配，覆盖 bNoCase 选项。
i – 执行忽略大小写的匹配，覆盖 bNoCase 选项。
n – 开启行敏感的匹配：’^’ 和 ‘$’ 匹配行首和行尾；’.’ 和否定集（'[^…]’）不
匹配换行符。此功能等同于 ‘pw’ 模式串。覆盖 bNewLine 选项。
m – 等同于 ‘n’。
p – ‘^’ 和 ‘$’ 只匹配整个字符串的首尾，不匹配行；’.’ 和否定集不匹配换行符。
覆盖 bNewLine 选项。
w – ‘^’ 和 ‘$’ 匹配行首和行尾；’.’ 和否定集匹配换行符。覆盖 bNewLine 选项。
s – ‘^’ 和 ‘$’ 只匹配整个字符串的首尾，不匹配行；’.’ 和否定集匹配换行符。覆
盖 bNewLine 选项。ARE 状态下默认使用此模式。
x – 开启扩展模式：在扩展模式中，将忽略表达式中的空白符和注释符 ‘#’ 后的内容
例如：
@code@
(?x)
s+ ([[:graph:]]+) # first number
s+ ([[:graph:]]+) # second number
@code@
等同于 “s+([[:graph:]]+)s+([[:graph:]]+)”。
t – 关闭扩展模式，不忽略空白符和注释符后的内容。ARE 状态下默认使用此模式。
6. 与 BRE/ERE 模式不同的 Perl 风格字符类换码序列：
perl类 等效POSIX表达式 描述
—————————————————————————-
a – 响铃字符
A – 不论当前模式如何，仅匹配整个串的最开头
b – 退格字符 (‘x08’)
B – 转义字符本身 (‘\’)
cX – 控制符-X (= X & 037)
d [[:digit:]] 10 进制数字 (‘0’ – ‘9’)
D [^[:digit:]] 非数字
e – 退出符 (‘x1B’)
f – 换页符 (‘x0C’)
m [[:<:]] 单词开始位置
M [[:>:]] 单词结束位置
n – 换行符 (‘x0A’)
r – 回车符 (‘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 – 纵向制表符 (‘x0B’)
w [[:alnum:]_] 组成单词的字符
W [^[:alnum:]_] 非单词字符
xX – 8 位字符 (X∈[00 .. FF])
y – 单词边界（m 或 M）
Y – 非单词边界
Z – 不论当前模式如何，仅匹配整个串的最尾部
– NULL，空字符
X – 子表达式向前引用 (X∈[1 .. 9])
XX – 子表达式向前引用或 8 进制表示的 8 字符
XXX – 子表达式向前引用或 8 进制表示的 8 字符
