2021年07月17日

正则表达式

正则表达式引擎对比

说明：本文内容翻译后整理自regular-expressions.mobi。原网址只有使用手机浏览器才能正常访问。

正则表达式引擎/说明

名称	说明	应用
.NET	由`System.Text.RegularExpressions` 相关类提供的正则引擎。	基于 .Net 的语言和软件。如 C#, Visual Basic.Net, F#, Powershell, Delphi for .NET 等。
Java	由`java.util.regex` 包提供, 在 Java 4 (JDK 1.4.x) 及更新的版本中可用。在 Java 5 (JDK 1.5.x) 和 6 (JDK 1.6.x) 中添加了一些新功能。	基于 JVM 的语言和软件，如 Java, Clojure 等。
Perl	内置于 Perl 的正则表达式引擎，5.6 之前的版本不支持 Unicode。	Perl 编程语言。
PCRE	来自开源项目PCRE的正则表达式引擎。本文介绍的功能在 PCRE 5.x 和 6.x 中可用。	REALbasic(Xojo) 语言； Delphi 组件`TPerlRegEx` 和 Delphi XE 和 C++Builder XE 的单元 `RegularExrpessions` 和 `RegularExpressionsCore`； PHP 的 `preg` 函数； R 语言(`perl = true`)； COM 对象 Microsoft VBScript Regular Expressions 5.5。
JS(JavaScript)	由ECMA-262 标准第 3 版定义的脚本语言(ECMAScript)中的正则表达式语法。	JavaScript 编程语言；VBScript 中的`RegExp`；ClojureScript 编程语言。
Python	由 Python 内置模块 `re` 支持。	Python 编程语言。
Ruby	由 Ruby 内置的正则表达式引擎。	Ruby 编程语言。
Tcl ARE	由 Henry Spencer 为 Tcl 8.2/8.4 中命令`regexp` 开发，被称为高级正则表达式(Advanced Regular Expressions, ARE)。	Tcl 编程语言；PostgreSQL 7.4 及更新版本；wxWidgets(`wxRE_ADVANCED`)。
POSIX BRE	由IEEE POSIX 标准 1003 定义的基本正则表达式（Basic Regular Expressions）。	Unix 上的软件工具；R 语言(`perl = false, extended = false`)；Tcl的基本风味（Extended Regular Expressions），wxWidgets(`wxRE_BASIC`)。
POSIX ERE	由IEEE POSIX 标准 1003 定义的扩展正则表达式（Extended Regular Expressions）。	Unix 上的软件工具，如 awk, grep, egrep, Emacs 等（Emacs 不支持 POSIX 字符类, 排序序列和等值字符）； MySQL, Oracle 数据库（ Oracle 支持标准外的后向引用，从`\1` 到 `\9`），PostgreSQL 7.3 及更早版本； PHP 的 `ereg` 函数，R 语言默认状态，Tcl 的扩展风味（Extended Regular Expressions），wxWidgets(`wxRE_EXTENDED`)。
GNU BRE	GNU 基本正则表达式（GNU Basic Regular Expressions）, 包含 POSIX BRE 及 GNU 扩展。	GNU 实现的经典 UNIX 工具，如 GNU/Linux 上的 sed 等。
GNU ERE	GNU 扩展正则表达式（Extended Regular Expressions）, 包含 POSIX ERE 及 GNU 扩展。	GNU 实现的经典 UNIX 工具，如 GNU/Linux 上的 egrep, grep 等。
XML	由XML Schema 标准的附录 G定义。	XML Schema。
XPath	由 XQuery 1.0 和 XPath 2.0 标准中的函数与运算符章节定义。	XQuery, XPath。
JGsoft	由Just Great Software 产品使用的正则表达式引擎。	PowerGREP, EditPad Pro, AceText, RegexBuddy 等。

正则表达式引擎/特性对比

字符

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`\` 转义单个元字符	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES
`\Q...\E` 转义多个元字符	YES	no	Java 6	YES	YES	no	no	no	no	no	no	no	no	no	no
`\x00` ~ `\xFF` (ASCII 字符)	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	no	no
`\n` (换行), `\r` (回车), \t (制表)	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	YES	YES
`\f` (换页), `\v` (竖直制表)	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	no	no
`\a` (响铃)	YES	YES	YES	YES	YES	no	YES	YES	YES	no	no	no	no	no	no
`\e` (转义)	YES	YES	YES	YES	YES	no	no	YES	YES	no	no	no	no	no	no
`\b` (退格), `\B` (反斜杠, `\`)	no	no	no	no	no	no	no	no	YES	no	no	no	no	no	no
`\cA` ~ `\cZ` (控制字符)	YES	YES	YES	YES	YES	YES	no	no	YES	no	no	no	no	no	no
`\ca` ~ `\cz` (控制字符)	YES	YES	no	YES	YES	YES	no	no	YES	no	no	no	no	no	no

字符类/字符集 `[abc]`

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`[abc]` 字符类	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES
`[^abc]` 反义字符类	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES
`[a-z]` 字符类范围	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES
`[\d-z]` 中的 `-` 视为字面量	YES	YES	YES	YES	YES	no	no	no	no	no	no	no	no	no	no
`[a-\d]` 中的 `-` 视为字面量	YES	no	no	no	YES	no	no	no	no	no	no	no	no	no	no
`\` 转义单个字符类元字符	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	YES	YES
`\Q...\E` 转义多个字符类元字符	YES	no	Java 6	YES	YES	no	no	no	no	no	no	no	no	no	no
`\d` 代表数字	YES	YES	ascii	YES	ascii	ascii	option	ascii	YES	no	no	no	no	YES	YES
`\w` 代表单词字符	YES	YES	ascii	YES	ascii	ascii	option	ascii	YES	no	no	YES	YES	YES	YES
`\s` 代表空白字符	YES	YES	ascii	YES	ascii	YES	option	ascii	YES	no	no	YES	YES	ascii	ascii
`\D`, `\W` and \S 代表反义字符类	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	YES	YES	YES	YES
`[\b]` 匹配反斜杠(`\`)	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	no	no

点

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`.` 匹配换行符(`\n`)外所有字符	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES

锚点

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`^` 字符串/行开始	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	YES
`$` 字符串/行结束	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	YES
`\A` 字符串开始	YES	YES	YES	YES	YES	no	YES	YES	YES	no	no	no	no	no	no
`\Z` 字符串结束，最后一个\n前	YES	YES	YES	YES	YES	no	no	YES	YES	no	no	no	no	no	no
`\z` 字符串结束	YES	YES	YES	YES	YES	no	`\Z`	YES	no	no	no	no	no	no	no
``` 字符串开始	no	no	no	no	no	no	no	no	no	no	no	YES	YES	no	no
`\'` 字符串结束	no	no	no	no	no	no	no	no	no	no	no	YES	YES	no	no

单词边界

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`\b` 单词的开始或结束处	YES	YES	YES	YES	ascii	ascii	option	ascii	no	no	no	YES	YES	no	no
`\B` 不是单词的开始处或结束处	YES	YES	YES	YES	ascii	ascii	option	ascii	no	no	no	YES	YES	no	no
`\y` 单词的开始或结束处	YES	no	no	no	no	no	no	no	YES	no	no	no	no	no	no
`\Y` 不是单词的开始处或结束处	YES	no	no	no	no	no	no	no	YES	no	no	no	no	no	no
`\m` 单词的开始处	YES	no	no	no	no	no	no	no	YES	no	no	no	no	no	no
`\M` 单词的结束处	YES	no	no	no	no	no	no	no	YES	no	no	no	no	no	no
`\<` 单词的开始处	no	no	no	no	no	no	no	no	no	no	no	YES	YES	no	no
`\>` 单词的结束处	no	no	no	no	no	no	no	no	no	no	no	YES	YES	no	no

分支条件

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`	` 分支条件	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	YES	`	`	YES

量词

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`?` 0 ~ 1 次	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	YES	`\?`	YES	YES	YES
`*` 0 次或更多次	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES
`+` 1 次或更多次	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	YES	`\+`	YES	YES	YES
`{n}` n 次	YES	YES	YES	YES	YES	YES	YES	YES	YES	`\{n\}`	YES	`\{n\}`	YES	YES	YES
`{n,m}` n ~ m 次	YES	YES	YES	YES	YES	YES	YES	YES	YES	`\{n,m\}`	YES	`\{n,m\}`	YES	YES	YES
`{n,}` n 次或更多次	YES	YES	YES	YES	YES	YES	YES	YES	YES	`\{n,\}`	YES	`\{n,\}`	YES	YES	YES
量词后加`?` 转为懒惰模式	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	no	YES

分组与后向引用

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`(regex)` 编号捕获组	YES	YES	YES	YES	YES	YES	YES	YES	YES	`\( \)`	YES	`\( \)`	YES	YES	YES
`(?:regex)` 非捕获组	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	no	no
`\1` ~ `\9` 后向引用	YES	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	YES	YES	no	YES
`\10` ~ `\99` 后向引用	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	n/a	no	no	n/a	YES
前向引用`\1` through `\9`	YES	YES	YES	YES	YES	no	no	YES	no	no	n/a	no	no	n/a	no
嵌套引用`\1` ~ `\9`	YES	YES	YES	YES	YES	YES	no	YES	no	no	n/a	no	no	n/a	no
后向引用不存在的组报错	YES	YES	YES	YES	YES	no	YES	no	YES	YES	n/a	YES	YES	n/a	YES
后向引用匹配失败的组失败	YES	YES	YES	YES	YES	no	YES	YES	YES	YES	n/a	YES	YES	n/a	YES

修饰器

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`(?i)` 忽略大小写	YES	YES	YES	YES	YES	`/i only`	YES	YES	YES	no	no	no	no	no	flag
`(?s)` 点(`.`)可匹配`\n`	YES	YES	YES	YES	YES	no	YES	`(?m)`	no	no	no	no	no	no	flag
`(?m)` 行开始/结束可匹配 `^` `/` `$`	YES	YES	YES	YES	YES	`/m only`	YES	always on	no	no	no	no	no	no	flag
`(?x)` 忽略空白模式	YES	YES	YES	YES	YES	no	YES	YES	YES	no	no	no	no	no	flag
`(?n)` 显式匹配	YES	YES	no	no	no	no	no	no	no	no	no	no	no	no	no
`(?-ismxn)` 关闭模式修饰器	YES	YES	YES	YES	YES	no	no	YES	no	no	no	no	no	no	no
`(?ismxn:group)` 模式修饰器仅应用于本组	YES	YES	YES	YES	YES	no	no	YES	no	no	no	no	no	no	no

原子组与占位量词(possessive quantifiers)

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`(?>regex)` 原子组	YES	YES	YES	YES	YES	no	no	YES	no	no	no	no	no	no	no
`?+`, `+`, `++`, `{m,n}+` 占位量词*	YES	no	YES	no	YES	no	no	no	no	no	no	no	no	no	no

断言

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`(?=regex)` 正预测先行断言	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	no	no
`(?!regex)` 负预测先行断言	YES	YES	YES	YES	YES	YES	YES	YES	YES	no	no	no	no	no	no
`(?<=text)` 正回顾后发断言	full regex	full regex	finite length	fixed length	fixed + alternation	no	fixed length	no	no	no	no	no	no	no	no
`(?<!text)` 负回顾后发断言	full regex	full regex	finite length	fixed length	fixed + alternation	no	fixed length	no	no	no	no	no	no	no	no

从上个匹配继续

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`\G` 匹配尝试的开始	YES	YES	YES	YES	YES	no	no	YES	no	no	no	no	no	no	no

条件

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`(?(?=regex)then	else)` 使用任意断言	YES	YES	no	YES	YES	no	no	no	no	no	no	no	no	no
`(?(regex)then	else)`	no	YES	no	no	no	no	no	no	no	no	no	no	no	no
`(?(1)then	else)`	YES	YES	no	YES	YES	no	YES	no	no	no	no	no	no	no
`(?(group)then	else)`	YES	YES	no	no	YES	no	YES	no	no	no	no	no	no	no

注释

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`(?#comment)`	YES	YES	no	YES	YES	no	YES	YES	YES	no	no	no	no	no	no

忽略空白

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
支持忽略空白语法	YES	YES	YES	YES	YES	no	YES	YES	YES	no	no	no	no	no	YES
字符类作为整体	YES	YES	no	YES	YES	n/a	YES	YES	YES	n/a	n/a	n/a	n/a	n/a	YES
# 开启注释	YES	YES	YES	YES	YES	n/a	YES	YES	YES	n/a	n/a	n/a	n/a	n/a	no

Unicode 字符

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`\X` Unicode 字素	YES	no	no	YES	option	no	no	no	no	no	no	no	no	no	no
`\u0000` ~ `\uFFFF` (Unicode 字符)	YES	YES	YES	no	no	YES	u"string"	no	YES	no	no	no	no	no	no
`\x{0}` ~ `\x{FFFF}` (Unicode 字符)	YES	no	no	YES	option	no	no	no	no	no	no	no	no	no	no

Unicode 属性, 脚本与区块

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`\pL` ~ `\pC` (Unicode 属性)	YES	no	YES	YES	option	no	no	no	no	no	no	no	no	no	no
`\p{L}` ~ `\p{C}` (Unicode 属性)	YES	YES	YES	YES	option	no	no	no	no	no	no	no	no	YES	YES
`\p{Lu}` ~ `\p{Cn}` (Unicode 属性)	YES	YES	YES	YES	option	no	no	no	no	no	no	no	no	YES	YES
`\p{L&}`, `\p{Letter&}` 等同于 `[\p{Lu}\p{Ll}\p{Lt}]` Unicode 属性	YES	no	no	YES	option	no	no	no	no	no	no	no	no	no	no
`\p{IsL}` ~ `\p{IsC}` (Unicode 属性)	YES	no	YES	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{IsLu}` ~ `\p{IsCn}` (Unicode 属性)	YES	no	YES	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{Letter}` ~ `\p{Other}` (Unicode 属性)	YES	no	no	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{Lowercase_Letter}` ~ `\p{Not_Assigned}` (Unicode 属性)	YES	no	no	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{IsLetter}` ~ `\p{IsOther}` (Unicode 属性)	YES	no	no	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{IsLowercase_Letter}` ~ `\p{IsNot_Assigned}` (Unicode 属性)	YES	no	no	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{Arabic}` ~ `\p{Yi}` (Unicode 脚本)	YES	no	no	YES	option	no	no	no	no	no	no	no	no	no	no
`\p{IsArabic}` ~ `\p{IsYi}` (Unicode 脚本)	YES	no	no	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{BasicLatin}` ~ `\p{Specials}` (Unicode 区块)	YES	no	no	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{InBasicLatin}` ~ `\p{InSpecials}` (Unicode 区块)	YES	no	YES	YES	no	no	no	no	no	no	no	no	no	no	no
`\p{IsBasicLatin}` ~ `\p{IsSpecials}` (Unicode 区块)	YES	YES	no	YES	no	no	no	no	no	no	no	no	no	YES	YES
上方`{}` 中的内容忽略大小写	YES	no	no	YES	no	no	no	no	no	no	no	no	no	no	no
上方语法中长名称允许空格，边字符，下划线 (如`BasicLatin` 可写为 `Basic-Latin` 或 `Basic_Latin` 或 `Basic Latin`)	YES	no	Java 5	YES	no	no	no	no	no	no	no	no	no	no	no
`\P` 上方所有 `\p` 的反义	YES	YES	YES	YES	option	no	no	no	no	no	no	no	no	YES	YES
`\p{^...}` 上方所有 `\p{...}` 的反义	YES	no	no	YES	option	no	no	no	no	no	no	no	no	no	no

命名捕获与后向引用

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`(?<name>regex)` .Net 风格的命名捕获分组	YES	YES	no	no	no	no	no	no	no	no	no	no	no	no	no
`(?'name'regex)` .Net 风格的命名捕获分组	YES	YES	no	no	no	no	no	no	no	no	no	no	no	no	no
`\k<name>` .Net 风格的命名后向引用	YES	YES	no	no	no	no	no	no	no	no	no	no	no	no	no
`\k'name'` .Net 风格的命名后向引用	YES	YES	no	no	no	no	no	no	no	no	no	no	no	no	no
`(?P<name>regex)` Python 风格的命名捕获分组	YES	no	no	no	YES	no	YES	no	no	no	no	no	no	no	no
`(?P=name)` Python 风格的命名后向引用	YES	no	no	no	YES	no	YES	no	no	no	no	no	no	no	no
多个捕获组同名	YES	YES	n/a	n/a	no	n/a	no	n/a	n/a	n/a	n/a	n/a	n/a	n/a	n/a

XML 字符类

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`\i`, `\I`, `\c`, `\C` XML 名称字符类	no	no	no	no	no	no	no	no	no	no	no	no	no	YES	YES
`[abc-[abc]]` 字符类差集	YES	2.0	no	no	no	no	no	no	no	no	no	no	no	YES	YES

POSIX 方括号表达式

特性	JGsoft	.NET	Java	Perl	PCRE	JS	Python	Ruby	Tcl ARE	POSIX BRE	POSIX ERE	GNU BRE	GNU ERE	XML	XPath
`[:alpha:]` POSIX 字符类	YES	no	no	YES	ascii	no	no	YES	YES	YES	YES	YES	YES	no	no
`\p{Alpha}` POSIX 字符类	YES	no	ascii	no	no	no	no	no	no	no	no	no	no	no	no
`\p{IsAlpha}` POSIX 字符类	YES	no	no	YES	no	no	no	no	no	no	no	no	no	no	no
`[.span-ll.]` POSIX 排序序列	no	no	no	no	no	no	no	no	YES	YES	YES	YES	YES	no	no
`[=x=]` POSIX 等值字符	no	no	no	no	no	no	no	no	YES	YES	YES	YES	YES	no	no

下一节：该工具允许你测试和分析正则表达式。

作品《正则表达式30分钟入门教程 - 正则表达式引擎对比》由 deerchao 发布于匠果，转载请注明出处及链接地址： http://www.jiangguo.net/c/1yr/0w.html