Previous: 编辑中使用的标准正则表达式, Up: 搜索与匹配 [Contents][Index]
35.9 Emacs 与 POSIX 正则表达式对比 ¶
正则表达式语法在不同程序中差异很大。
在编写用于生成供其他程序使用的正则表达式的 Elisp 代码时，了解语法变体之间的区别会很有帮助。
为了体现这种差异，本节讨论 Emacs 正则表达式与 POSIX 标准化的两种语法变体有何不同：
基础正则表达式（BRE）和扩展正则表达式（ERE）。
普通的 grep 使用 BRE，‘grep -E’ 使用 ERE。
Emacs 正则表达式的语法更接近 ERE 而非 BRE，并带有一些扩展。
下面总结 POSIX BRE、ERE 与 Emacs 正则表达式的区别。
- 在 POSIX BRE 中，‘+’ 和 ‘?’ 不具有特殊含义。
唯一的反斜杠转义序列是 ‘\(…\)’、
‘\{…\}’、‘\1’ 至 ‘\9’，
以及转义特殊字符 ‘\$’、‘\*’、‘\.’、‘\[’、
‘\\’ 和 ‘\^’。
因此 ‘\(?:’ 的行为类似于 ‘\([?]:’。
POSIX 未定义其他 BRE 转义的行为；
例如，GNU
grep 对 ‘\|’ 的处理与 Emacs 相同，
但并不支持 Emacs 的全部转义。
- 在 POSIX BRE 中，‘^’ 在 ‘\(’ 之后是否特殊由实现决定；
GNU
grep 的处理方式与 Emacs 一致。
在 POSIX ERE 中，‘^’ 在括号表达式之外始终特殊，
这意味着 ERE ‘x^’ 永远无法匹配。
在 Emacs 正则表达式中，‘^’ 仅在正则表达式开头
或在 ‘\(’、‘\(?:’、‘\|’ 之后才特殊。
- 在 POSIX BRE 中，‘$’ 在 ‘\)’ 之前是否特殊由实现决定；
GNU
grep 的处理方式与 Emacs 一致。
在 POSIX ERE 中，‘$’ 在括号表达式之外始终特殊（see bracket expressions），
这意味着 ERE ‘$x’ 永远无法匹配。
在 Emacs 正则表达式中，‘$’ 仅在正则表达式末尾
或在 ‘\)’、‘\|’ 之前才特殊。
- 在 POSIX ERE 中，‘{’, ‘(’ 和 ‘|’ 是特殊字符，
‘)’ 在与前面的 ‘(’ 配对时特殊。
这些特殊字符前面不加反斜杠；
‘(?’ 会产生未定义结果。
唯一的反斜杠转义序列是转义特殊字符
‘\$’、‘\(’、‘\)’、‘\*’、‘\+’、‘\.’、
‘\?’、‘\[’、‘\\’、‘\^’、‘\{’ 和 ‘\|’。
POSIX 未定义其他 ERE 转义的行为；
例如，GNU ‘grep -E’ 对 ‘\1’ 的处理与 Emacs 相同，
但不支持 Emacs 的全部转义。
- 在 POSIX BRE 和 ERE 中，
重复运算符出现在正则表达式或子表达式开头（前面可带有 ‘^’）会产生未定义结果，
唯一例外是重复运算符 ‘*’ 在 BRE 中的行为与 Emacs 一致。
在 Emacs 中，这些运算符会被当作普通字符处理。
- 在 BRE 和 ERE 中，两个重复运算符连续出现会产生未定义结果。
在 Emacs 中，它们有明确行为，例如 ‘a**’ 等价于 ‘a*’。
- 在 BRE 和 ERE 中，空正则表达式或空子表达式会产生未定义结果。
在 Emacs 中这些行为明确，例如 ‘\(\)*’ 匹配空字符串。
- 在 BRE 和 ERE 中，命名字符类 ‘[:ascii:]’、‘[:multibyte:]’、
‘[:nonascii:]’、‘[:unibyte:]’ 和 ‘[:word:]’ 会产生未定义结果。
- BRE 和 ERE 可以在括号表达式中包含对照符号和等价类表达式，
例如 ‘[[.ch.]d[=a=]]’。
Emacs 正则表达式不支持此类写法。
- BRE、ERE 及其匹配的字符串不能包含编码错误或空字节（NUL）。
在 Emacs 中这些结构会直接匹配自身。
- BRE 和 ERE 搜索总是匹配最长可能的串。
Emacs 搜索默认并不一定如此。
See 正则表达式的最长匹配搜索。