正则表达式说明
什么是正则表达式
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
- 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
- 可以通过正则表达式，从字符串中获取我们想要的特定部分。
正则表达式的特点
- 灵活性、逻辑性和功能性非常的强；
- 可以迅速地用极简单的方式达到字符串的复杂控制。
- 对于刚接触的人来说，比较晦涩难懂。
正则表达式的标准
大体来讲，正则表达式的文法分为3种标准：
- BRE
- ERE
- ARE
其中 BRE 和 ERE 属于 POSIX 标准，ARE 则是由各家定义的扩展。
POSIX 正则表达式
传统上，POSIX 定义了两种正则表达式语法， 即：基本正则表达式（BRE）和扩展正则表
达式（ERE）。
其中， BRE 定义的语法符号包括：
. - 匹配任意一个字符。
[] - 字符集匹配，匹配方括号中定义的字符集之一。
[^] - 字符集否定匹配，匹配没有在方括号中定义的字符。
^ - 匹配开始位置。
$ - 匹配结束位置。
() - 定义子表达式。
n - 子表达式向前引用，n 为 1-9 之间的数字。 由于此功能已超出正则语义，需
要在字符串中回溯，因此需要使用 NFA 算法进行匹配。
- 任意次匹配（零次或多次匹配）。
{m,n} - 至少 m 次，至多 n 次匹配；{m} 表示 m 次精确匹配；{m,} 表示至少 m
次匹配。
ERE 修改了 BRE 中的部分语法，并增加了以下语法符号：
? - 最多一次匹配（零次或一次匹配）。
- 至少一次匹配（一次或更多次匹配）。
| - 或运算，其左右操作数均可以为一个子表达式。
同时，ERE 取消了子表达式 "()" 和 次数匹配 "{m,n}" 语法符号的转义符引用语法，在
使用这两种语法符号时，不在需要添加转义符。 与此同时， ERE 也取消了非正则语义的
子表达式向前引用能力。
BRE 和 ERE 共享同样的 POSIX 字符类定义。同时，它们还支持字符类比较操作 "[. .]"
和字符类等效体 "[= =]" 操作，但很少被使用。
f / fr / wfr / bwfr 等工具默认使用 ERE 模式，同时支持以下 perl 风格的字符类：
POSIX 类 perl类 描述
[:alnum:] 字母和数字
[:alpha:] a 字母
[:lower:] l 小写字母
[:upper:] u 大写字母
[:blank:] 空白字符（空格和制表符）
[:space:] s 所有空格符（比[:blank:]包含的范围广）
[:cntrl:] 不可打印的控制字符（退格、删除、警铃...）
[:digit:] d 十进制数字
[:xdigit:] x 十六进制数字
[:graph:] 可打印的非空白字符
[:print:] p 可打印字符
[:punct:] 标点符号
此外，还有以下特殊字符类：
perl类 等效POSIX表达式 描述
o [0-7] 八进制数字
O [^0-7] 非八进制数字
w [[:alnum:]] 单词构成字符
W [^[:alnum:]] 非单词构成字符
A [^[:alpha:]] 非字母
L [^[:lower:]] 非小写字母
U [^[:upper:]] 非大写字母
S [^[:space:]] 非空格符
D [^[:digit:]] 非数字
X [^[:xdigit:]] 非十六进制数字
P [^[:print:]] 非可打印字符
还可以使用以下特殊字符换码序列：
r - 回车
n - 换行
- 退格
t - 制表符
v - 垂直制表符
" - 双引号
' - 单引号
传统上，POSIX 定义了两种正则表达式语法， 即：基本正则表达式（BRE）和扩展正则表
达式（ERE）。
其中， BRE 定义的语法符号包括：
. - 匹配任意一个字符。 [] - 字符集匹配，匹配方括号中定义的字符集之一。 [^] - 字符集否定匹配，匹配没有在方括号中定义的字符。 ^ - 匹配开始位置。 $ - 匹配结束位置。 () - 定义子表达式。 n - 子表达式向前引用，n 为 1-9 之间的数字。 由于此功能已超出正则语义，需 要在字符串中回溯，因此需要使用 NFA 算法进行匹配。
- 任意次匹配（零次或多次匹配）。 {m,n} - 至少 m 次，至多 n 次匹配；{m} 表示 m 次精确匹配；{m,} 表示至少 m 次匹配。
ERE 修改了 BRE 中的部分语法，并增加了以下语法符号：
? - 最多一次匹配（零次或一次匹配）。
- 至少一次匹配（一次或更多次匹配）。 | - 或运算，其左右操作数均可以为一个子表达式。
同时，ERE 取消了子表达式 "()" 和 次数匹配 "{m,n}" 语法符号的转义符引用语法，在 使用这两种语法符号时，不在需要添加转义符。 与此同时， ERE 也取消了非正则语义的 子表达式向前引用能力。
BRE 和 ERE 共享同样的 POSIX 字符类定义。同时，它们还支持字符类比较操作 "[. .]" 和字符类等效体 "[= =]" 操作，但很少被使用。
f / fr / wfr / bwfr 等工具默认使用 ERE 模式，同时支持以下 perl 风格的字符类：
POSIX 类 perl类 描述
[:alnum:] 字母和数字 [:alpha:] a 字母 [:lower:] l 小写字母 [:upper:] u 大写字母 [:blank:] 空白字符（空格和制表符） [:space:] s 所有空格符（比[:blank:]包含的范围广） [:cntrl:] 不可打印的控制字符（退格、删除、警铃...） [:digit:] d 十进制数字 [:xdigit:] x 十六进制数字 [:graph:] 可打印的非空白字符 [:print:] p 可打印字符 [:punct:] 标点符号
此外，还有以下特殊字符类：
perl类 等效POSIX表达式 描述
o [0-7] 八进制数字 O [^0-7] 非八进制数字 w [[:alnum:]] 单词构成字符 W [^[:alnum:]] 非单词构成字符 A [^[:alpha:]] 非字母 L [^[:lower:]] 非小写字母 U [^[:upper:]] 非大写字母 S [^[:space:]] 非空格符 D [^[:digit:]] 非数字 X [^[:xdigit:]] 非十六进制数字 P [^[:print:]] 非可打印字符
还可以使用以下特殊字符换码序列：
r - 回车 n - 换行
- 退格 t - 制表符 v - 垂直制表符 " - 双引号 ' - 单引号