Особенности, общие для всех вкусов регулярных выражений?

Question

Я видел много общего в возможностях регулярных выражений различных инструментов / языков с поддержкой регулярных выражений (например, perl, sed, java, vim и т. Д.), Но у меня также есть много отличий.

Существует ли стандартное подмножество возможностей регулярных выражений, которое поддерживаются всеми инструментами / языками с поддержкой регулярных выражений? Как возможности регулярных выражений различаются в разных инструментах / языках?

Answer 1

Сравнить регулярные выражения вкусов

http://www.regular -expressions.info / refflavors.html

Answer 2

http://en.wikipedia.org/wiki/Comparison_of_regular_expression_engines
Еще более подробно: http://www.regular -expressions.info / refflavors.html

Answer 3

Большинство инструментов / языков регулярных выражений поддерживают эти базовые возможности :

1. Классы персонажей / Наборы и их отрицание - []
2. Якоря - ^ $
3. Чередование - |
4. Квантификаторы -? + * {N, m}
5. Метасимволы - \ w, \ s, \ d, ...
6. Обратные ссылки - \ 1, \ 2, ...
7. Точка -.
8. Простые модификаторы, такие как / g и / i для глобального и игнорирования регистра
9. Спасающиеся персонажи

Более продвинутые инструменты / поддержка языков:

1. Взгляды и спины
2. Классы символов POSIX
3. Границы слова
4. Inline Переключает, например, разрешает регистронезависимость только для небольшой части регулярного выражения
5. Модификаторы, такие как / x, для дополнительного форматирования и комментариев, / m для многострочного
6. Именованные захваты
7. Unicode

Answer 4

Если вы взяли грамматику grep regexp, а не egrep, или грамматику sed regexp и использовали, что вы должны использовать безопасное подмножество на многих платформах и инструментах.

Единственная вещь, которая может вас укусить, - это когда вы переходите между реализациями регулярных выражений с использованием конечных автоматов (FSA) и реализациями с возвратом, например. реализации квантификатора будут варьироваться от grep до Perl.

Реализации на основе FSA найдут самое длинное совпадение, начиная с первой возможной позиции. Отступающие найдут смещенный влево первый матч, начиная с первой возможной позиции. То есть он будет пробовать каждую ветку в порядке в шаблоне, пока не будет найдено совпадение.

Рассмотрим строку "xyxyxyzz" и шаблон "(xy)*(xyz)?". Двигатели на основе FSA будут соответствовать самой длинной из возможных подстрок, "xyxyxyz". Механизмы на основе обратного слежения будут соответствовать первой подстроке, смещенной влево, "xyxyxy".

Answer 5

Смотрите синтаксис регулярного выражения в emacs: http://www.gnu.org/software/emacs/manual/html_node/emacs/Regexps.html#Regexps.

Я помню, что читал, что синтаксис emacs установлен в камне (по причинам обратной совместимости), поэтому, если вы хотите быть совместимым с everything , сделайте все совместимым с этим. Некоторые инструменты могут поддерживать его, другие - нет.

Несмотря на то, что у вас есть достойная цель, я думаю, что ее будет чрезвычайно трудно достичь, и я также нашел, что регулярные выражения emacs трудны для работы. Может быть, 99% всего достаточно, если оно делает вас счастливее и продуктивнее?

Answer 6

Там нет стандартного двигателя. Тем не менее, формат расширенных регулярных выражений POSIX является допустимым подмножеством большинства движков и, вероятно, настолько близок к стандартному подмножеству.