文章目錄

• 一、正則表達式引擎
• 二、正則表達式分類
• 三、正則表達式比較
• 四、Linux/OS X 下常用命令與正則表達式的關系

一、正則表達式引擎

正則引擎大體上可分為不同的兩類：DFA 和 NFA，而 NFA 又基本上可以分為傳統(tǒng)型 NFA 和 POSIX NFA。

DFA(Deterministic Finite Automaton) 確定型有窮自動機

NFA(Non-deterministic finite automaton) 非確定型有窮自動機
(1) Traditional NFA
(2) POSIX NFA

DFA 引擎因為不需要回溯，所以匹配快速，但不支持捕獲組，所以也就不支持反向引用和 $number 這種引用方式，目前使用 DFA 引擎的語言和工具主要有 awk、egrep 和 lex。

POSIX NFA 主要指符合 POSIX 標準的 NFA 引擎，它的特點主要是提供 longest-leftmost 匹配，也就是在找到最左側最長匹配之前，它將繼續(xù)回溯。同 DFA 一樣，非貪婪模式或者說忽略優(yōu)先量詞對于 POSIX NFA 同樣是沒有意義的。

目前 JavaScript，Java，Php，Python，C# 等語言均實現了 NFA 引擎。

大多數語言和工具使用的是傳統(tǒng)型的 NFA 引擎，它有一些 DFA 不支持的特性：

捕獲組、反向引用和 $number 引用方式；

環(huán)視(Lookaround)，(?<=…)、(?<!…)、(?=…)、(?!…)，或者有的有文章叫做預搜索；

忽略優(yōu)先量詞??、*?、+?、{m,n}?、{m,}?，或者有的文章叫做非貪婪模式；

占有優(yōu)先量詞?+、*+、++、{m,n}+、{m,}+，目前僅 Java 和 PCRE 支持，固化分組 (?>…)。

按以上的說法，awk、egrep、lex 使用 DFA 引擎，所以不支持捕獲組、反向引用和 $number 引用方式；不支持環(huán)視；不支持忽略優(yōu)先修飾符；不支持占有優(yōu)先修飾符。我覺得有問題，改天再驗證吧！！

二、正則表達式分類

在 Linux 和 OS X 下，常見的正則表達式，至少有以下三種：

基本的正則表達式（Basic Regular Expression 又叫 Basic RegEx 簡稱 BREs）

擴展的正則表達式（Extended Regular Expression 又叫 Extended RegEx 簡稱 EREs）

Perl 的正則表達式（Perl Regular Expression 又叫 Perl RegEx 簡稱 PREs）

三、正則表達式比較

字符說明Basic RegExExtended RegExPython RegExPerl RegEx

^	匹配行首或者字符串的開始處	^	^	^	^
$	匹配行尾或者字符串的結尾處	$	$	$	$
^$	匹配空行	^$	^$	^$	^$
\<	匹配單詞開始處。例如，\<liao，表示匹配以 liao 開頭的單詞。等價于 \bliao	\<	\<	不支持	不支持，但是可以使用 \b 來匹配單詞邊界
\>	匹配單詞結尾處	\>	\>	不支持	不支持，但是可以使用 \b 來匹配單詞邊界
>	匹配單詞結尾處，這種元字符的含義有問題	>	>	不支持	不支持，但是可以使用 \b 來匹配單詞邊界
?	匹配前面的子表達式 0 次或者 1 次；匹配前面的子表達式 0 個或 1 個；匹配 0 個或 1 個前面的子表達式；匹配 0 個或 1個前面的子表達式所代指的字符串；匹配 0 個或 1 個前面的子表達式所匹配到的字符串	不支持，需要轉義	?	?	?
\?	匹配前面的子表達式 0 次或者 1 次，這種元字符的含義有問題	\?	不支持	不支持	不支持
?	問號跟在任何一個量詞后面，則變成非貪婪匹配模式。	不支持	不支持	不支持	不支持
.	匹配除了換行符以外的任意一個字符（awk 指令中的句點 . 可以匹配換行符 \n）	.	.（如果要匹配包含換行符在內的任意單個字符，可以使用 [\s\S]）	.	.（如果要匹配包含 \n 在內的任意一個字符，可以使用 [.\n]）
*	匹配前面的子表達式任意次；匹配前面的子表達式任意個；匹配任意次前面的子表達式	*	*	*	*
+	匹配前面的子表達式 1 次或者多次	需要轉義	+	+	+
{n}	n 是一個非負整數，表示匹配前面的子表達式 n 次	需要轉義，\{n\}	{n}	{n}	{n}
x|y	匹配 x 或者 y	需要轉義，x\|y	x|y	x|y	x|y
\d	匹配從 0 到 9 中的任意一個數字字符	不支持	不支持	\d	\d
\D	匹配非數字的任意一個字符	不支持	不支持	\D	\D
\S	匹配除了空白字符以外的任意一個字符	不支持	不支持	\S	\S
\s	匹配任意一個空白字符，等價于 [\f\n\r\t\v]	不支持	不支持	\s	\s
\W	匹配除了英文字母、數字、下劃線以外的任意一個字符	\W	\W	\W	\W
\w	匹配英文字母、數字、下劃線中的任意一個字符	\w	\w	\w	\w
\B	匹配非單詞邊界，例如，er\B 可以匹配 here 中的 er，但是不能匹配 hier 中的 er	\B	\B	\B	\B
\b	匹配單詞邊界	\b	\b	\b	\b
\f	匹配一個換頁符。等價于 \x0c 和 \cL	不支持	不支持	\f	\f
\n	匹配一個換行符。等價于 \x0a 和 \cJ	不支持	不支持	\n	\n
\r	匹配一個回車符。等價于 \x0d 和 \cM	不支持	不支持	\r	\r
\t	匹配一個橫向制表符。等價于 \x09 和 \cI	不支持	不支持	\t	\t
\v	匹配一個垂直制表符。等價于 \x0b 和 \cK	不支持	不支持	\v	\v
\cx	匹配由 x 指明的控制字符。例如，\cM 匹配一個 Control-M 或回車符，x 的值必須為一個英文字母，否則 c 被視為一個普通字符	不支持	不支持		\cx
\xn	匹配 n，其中 n 為十六進制轉義值。十六進制轉義值必須為確定的兩個數字長。例如，\x41 匹配 A 。正則表達式中可以使用 ASCII 編碼。	不支持	不支持		支持
\num	其中 num 為一個正整數，表示對所獲取的匹配的引用	不支持	\num	\num

注意：

js 中支持的是 EREs。

當使用 BREs ( 基本正則表達式 ) 時，必須在下列這些符號 ?,+,|,{,},(,) 前加上轉義字符。

四、Linux/OS X 下常用命令與正則表達式的關系

我曾經嘗試在 grep 和 sed 命令中書寫正則表達式，經常發(fā)現某些元字符不能直接使用，有些需要轉義，有些又不需要轉義，下面就梳理了不同的命令所支持的正則表達式種類。

命令正則表達式特定

grep	支持 BREs、EREs、PREs 正則表達式。 1. 指令后不跟任何參數, 則表示要使用 “BREs”； 2. grep 指令后跟 ”-E” 參數, 則表示要使用 “EREs”； 3. grep 指令后跟 “-P” 參數, 則表示要使用 “PREs”。
egrep	支持 EREs、PREs 正則表達式。 1. egrep 指令后不跟任何參數, 則表示要使用 “EREs”； 2. egrep 指令后跟 “-P” 參數, 則表示要使用 “PREs”。
sed	支持 BREs、EREs。 1. sed 指令默認是使用 “BREs”； 2. sed 指令后跟 “-r” 參數 , 則表示要使用“EREs”。
awk	支持 EREs，并且默認使用 “EREs”。

總結

以上是生活随笔為你收集整理的正则表达式的分类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。