历史发展
根本不想谈发展史，概况起来就是：还是不说了。
总之发展到现在，可能有如下几个关键词：正则表达式，基础正则，扩展正则，POSIX正则标准，PCRE正则标准。下面一个个稍微解释一下。
正则表达式：是一个最宽泛的概念，基本不涉及具体的实现和语法的描述性的词，是一个笼统的概念而已。就好像我们说笔记本电脑一样，仅仅描述这样一个物件，什么CPU，什么品牌，什么内存并没有描述。
基础正则（BRE）：与扩展正则（ERE）相对应，是正则表达文法发展之初的一个雏形，支持的正则符号比较少（但是在最初已经非常好用了）。随着正则文法的推广和使用，在基础正则的符号基础和语法基础上做了更多的扩展，形成了扩展正则（实际上就是添加了正则符号和正则语法）。
POSIX正则标准：为什么出现两个标准就不展开了，这都是历史问题。好在现在只有两个标准，并且这两个标准差别并不是很大，后面会讲。花开两朵，各表一枝，POSIX标准下又根据发展的时间线分为了基础正则和扩展正则，两者有着细微的语法差异，正则符号并无差异。
PCRE正则标准：后期发展形成，所以一步登基，直接支持扩展正则。
关键字符表
基础正则符号集合：
*:前一个字符任意次重复
.:任意一个字符
^:行首，或用在[^]语法中表示非
$:行尾
[]:集合中的任意字符
\:转义字符，让元字符变为普通字符，或用来支持扩展正则符号
\<:单词的开头
\>:单词的结尾
扩展正则符号集合：
{}:前一个字符的次数重复，在基础正则语法中变成\{\}
?:前一个字符0或1次
+:前一个字符的至少1次重复
():表示一个整体，在基础正则语法中变成\(\)
|:表示或，匹配一组可选的字符，在基础正则语法中变成\|
POSIX标准的shorthand
POSIX标准的基础正则语法和扩展正则语法都能用，PCRE标准不能用
[:upper:]:大写字母，[[:upper:]]任意一个大写字母，其余用法同
[:lower:]:小写字母
[:alpha:]:字母
[:alnum:]:字母或数字
[:digit:]:数字
[:blank:]:空格和TAB
[:word:]:数字、字符、下划线
[:print:]:可打印字符
PCRE标准的shorthand
PCRE标准能用，POSIX标准不能用
\c:控制字符
\s:空白
\S:非空白符
\d:数字
\D:非数字
\w:数字字符下划线
\W:非\w
\x:16进制数字
\O:8进制数字
上面就解释了，为啥有些正则能在某个命令中正确执行，放到别的命令中就报错了，多半是不同命令支持的标准不一样。
使用BRE语法的命令有：grep、ed、sed、vim
使用ERE语法的命令有：egrep、awk、emacs
差异示例
由于我使用的系统支持POSIX标准的正则，这里只展示基础正则和扩展正则的差异，都用sed命令来展示。测试文件a.txt内容如下：
aabbcc
aaaabbb
abcdddabc
abcdddbbc
- 前一个字符重复N此的符号{}
# BRE
sed -n '/a\{2,\}/'p a.txt
# ERE
sed -n -r '/a{2,}/'p a.txt
# output:
# aabbcc
# aaaabbb
- 前一个字符重复0或1次
# BRE
sed -n '/da\?b/'p a.txt
# ERE
sed -n -r '/da?b/'p a.txt
# output:
# abcdddabc
# abcdddbbc
- 前一个字符重复至少一次
# BRE
sed -n '/aa\+/'p a.txt
# ERE
sed -n -r '/aa+/'p a.txt
# output:
# aabbcc
# aaaabbb
- 匹配组
# BRE
sed -n '/\([abc]\{3,\}\)ddd\1/'p a.txt
# ERE
sed -n '/([abc]{3,})ddd\1/'p a.txt
# output:
# abcdddabc
- 匹配组间的或关系
# BRE
sed -n '/dab\|dbb/'p a.txt
# ERE
sed -n '/dab|dbb/'p a.txt
# output:
# abcdddabc
# abcdddbbc
以上就是POSIX标准下，基础正则和扩展正则语法上的差异，即：基础正则语法要使用上面这些符号用作特殊意义时，需要加反斜杠，用作普通字符时则不需要。相反，扩展正则语法使用上面这些符号用作特殊意义时，不需要加反斜杠，反而用作普通字符时则需要加反斜杠。
后记
之前模模糊糊了解了点正则的语法，但是总体上还不是很清楚，尤其是自己在写sed命令时和在使用正则表达式在线进行比对时发生的不一致，让我苦恼万分，行文至此，其中的曲折已了然于心。sed命令是POSIX标准，不能使用PCRE标准的shorthand系列字符。同样的，正则表达式在线使用的是PCRE标准，不能使用POSIX标准的shorthand。简单的一句话，却需要一个下午来实践、实验和证明，希望看到这篇文章的你不要再走弯路。
网友评论