正则表达式篇 之三（BRE和ERE区别）及ELISP

正则表达式篇 之三（BRE和ERE区别）

POSIX规范

常见的正则表达式记法，其实都源于Perl，实际上，正则表达式从Perl衍生出一个显赫的流派，叫做PCRE（Perl Compatible Regular Expression），\d、\w、\s 之类的记法，就是这个流派的特征。但是在PCRE之外，正则表达式还有其它流派，比如下面要介绍的POSIX规范的正则表达式。

POSIX的全称是Portable Operating System Interface for uniX，它由一系列规范构成，定义了UNIX操作系统应当支持的功能，所以“POSIX规范的正则表达式”其实只是“关于正则表达式的POSIX规范”，它定义了BRE（Basic Regular Expression，基本型正则表达式）和ERE（Extended Regular Express，扩展型正则表达式）两大流派。在兼容POSIX的UNIX系统上，grep和egrep之类的工具都遵循POSIX规范，一些数据库系统中的正则表达式也符合POSIX规范。

BRE和ERE二者的区别，简单的说就在于(、)、{、}、+、?、|这7个特殊字符的使用方法上：

1. 在BRE中如果想要这些字符表示特殊的含义，就需要把它们转义。
2. 反之，在ERE中如果要这些字符不表示特殊的含义，就需要把它们转义。
3. BRE中的特殊字符：.、\、[、^、$、*。
4. ERE中的特殊字符多了7个，即：.、\、[、^、$、*、(、)、{、}、+、?、|。

BRE

在Linux/Unix常用工具中，grep、vi、sed都属于BRE这一派，它的语法看起来比较奇怪，元字符 (、)、{、}、+、?、| 必须转义之后才具有特殊含义，如\+、\?、\|，而且也支持\1、\2之类反向引用。

ERE

在Linux/Unix常用工具中，egrep、awk则属于ERE这一派。虽然BRE名为“基本”而ERE名为“扩展”，但ERE并不要求兼容BRE的语法，而是自成一体。

注：PCRE中常用\b来表示“单词的起始或结束位置”，但Linux/Unix的工具中，通常用\<来匹配“单词的起始位置”，用\>来匹配“单词的结束位置”，sed中的\y可以同时匹配这两个位置。

POSIX字符组

在某些文档中，你还会发现类似[:digit:]、[:lower:]之类的表示法，它们看起来不难理解（digit就是“数字”，lower就是“小写”），但又很奇怪，这就是POSIX字符组。

在POSIX规范中，[a-z]、[aeiou]之类的记法仍然是合法的，其意义与PCRE中的字符组也没有区别，只是这类记法的准确名称是POSIX方括号表达式（bracket expression），它主要用在Unix/Linux系统中。

POSIX与PCRE方括号表示法的区别

POSIX与PCRE方括号表示法的最主要差别在于：POSIX字符组中，反斜线\不是用来转义的。所以POSIX方括号表示法[\d]只能匹配\和d两个字符，而不是[0-9]对应的数字字符。

-- 参考linux 的 grep

 

正则表达式篇 之三（BRE和ERE区别） - 简书 (jianshu.com)

 man grep ELISP：不支持\d

Regexp Backslash (GNU Emacs Manual)

Regexp Backslash (GNU Emacs Lisp Reference Manual)