我已经看到了不同的启用正则表达式的工具/语言(例如perl，sed，java，vim等)的正则表达式功能有很多共性，但是我也有很多不同之处。

是否有所有启用正则表达式的工具/语言都支持的正则表达式功能的标准子集？正则表达式功能在工具/语言之间如何变化？

解决方案

回答

http://en.wikipedia.org/wiki/Comparison_of_regular_expression_engines
更详细的内容：http://www.regular-expressions.info/refflavors.html

回答

比较正则表达式口味

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

回答

如果我们使用的是grep regexp语法，而不是egrep或者sed regexp语法，那么我们应该在许多平台和工具上使用安全子集。

大概唯一会困扰你的是，当我们在使用有限状态自动机(FSA)的正则表达式实现和使用回溯的正则表达式实现之间进行转换时，例如从grep到Perl，量词的实现会有所不同。

基于FSA的实现将从第一个可能的位置开始找到最长的匹配项。回溯者将找到从第一个可能的位置开始的左偏的第一场比赛。也就是说，它将按模式中的顺序尝试每个分支，直到找到匹配项为止。

考虑字符串" xyxyxyzz"和模式"(xy)*(xyz)？"。基于FSA的引擎将匹配最长的子字符串" xyxyxyz"。基于回溯的引擎将匹配左偏的第一个子字符串" xyxyxy"。

回答

大多数正则表达式工具/语言都支持以下基本功能：

• 角色类/集合及其取反-[]
• 锚点-^ $
• 交替-|
• 量词-？+ * {n，m}
• 元字符-\ w，\ s，\ d，...
• 反向引用-\ 1，\ 2，...
• 点-。
• 像/ g和/ i这样的简单修饰符用于全局，并忽略大小写
• 转义字符

更高级的工具/语言支持：

• 前瞻性
• POSIX字符类
• 字边界
• 内联开关就像只允许对正则表达式的一小部分不区分大小写
• / x等修饰符允许额外的格式和注释，/ m修饰符则用于多行
• 命名捕获
• 统一码

回答

没有标准引擎。但是，POSIX扩展正则表达式格式是大多数引擎的有效子集，与我们可能会接近标准化子集的格式一样。

回答

请参阅emacs的正则​​表达式语法：http：//www.gnu.org/software/emacs/manual/html_node/emacs/Regexps.html#Regexps。

我记得曾经读过emacs的语法是固定的(出于向后兼容的原因)，因此，如果我们想与所有内容兼容，请使所有内容与此兼容。一些工具可能支持它，而其他工具则可能不支持。

尽管我们有一个值得实现的目标，但我认为要实现它非常困难，而且我还发现emacs的正则​​表达式很难使用。如果它使我们更快乐，更高效，那么所有事物中的99％也许就足够好了？