Manpages

\b 退 格

\e

\f

\v 垂 直

tab， 如 同 C 语 言

\0 其 值 为

0 的 字 符

\xy

\xyz

(这 里 的 xyz 是 严 格 的 两 个 八 进 制 数 字 ， 并 且 不 是 一 个 后 引 用 (参 见 后 面 )) 其 八 进 制 值 为 0xyz的 字 符

\d

[[:digit:]]

\s

[[:space:]]

\w

[[:alnum:]_] (注 意 有 下 划 线 )

\D

[^[:digit:]]

\S

[^[:space:]]

\W

[^[:alnum:]_] (注 意 有 下 划 线 )

\A 只 在 字 符 串 开 始 处 匹 配

(与 ’^’的 不 同 之 处 请 参 见 下 面 的 MATCHING 章

\m 只 在 一 个 字 开 始 处 匹 配

\M 在 一 个 字 的 结 束 处 匹 配

\y 只 在 一 个 字 的 开 始 处 或 结 束 处 匹 配

\Y 只 在 一 个 字 的 不 是 开 始 处 或 结 束 处 的 某 点 上 匹 配

\Z 只 在 一 个 字 符 串 的 结 束 处 匹 配

\m

(这 里 的 m 是 一 个 非 零 数 字 )一 个 back reference 后 引 用 ， 参 见 后 面

\mnn

(这 里 的 m 是 一 个 非 零 数 字 ， 而 nn 是 一 些 更 多 的 数 字 ， 并 且 十 进 制 值 mnn 不 大 于 目 前 为 止 闭 合 的 捕 获 圆 括 号 的 数 目 ) 一 个 后 引 用 ， 参 见 下 面 　

b

RE 的 剩 余 部 分 是 一 个 BRE

大 小 写 敏 感 (通 常 是 缺 省 的 )
e

RE 的 剩 余 部 分 是 一 个 ERE

大 小 写 不 敏 感 (参 见 下 面 的 MATCHING 匹 配 )
m 历 史 上 的 n 的 同 义 词

配 (参 见 下 面 的 MATCHING 匹 配 )

配 (参 见 下 面 的 MATCHING 匹 配 )
q

RE 的 剩 余 部 分 是 一 个 文 字 (被 引 用 起 来 的 ’’quoted’’)字 符 串 ， 都 是 普 通 字 符

非 换 行 敏 感 匹 配 (通 常 是 缺 省 的 )
t 紧 凑 语 法 (通 常 是 缺 省 的 ； 参 见 后 面 )

行 敏 感 (离 奇 的 ’’weird’’) 匹 配 (参 见 下 面 的 MATCHING 匹 配 )

x

展 开 语 法 (参 见 后 面 ) 嵌 入 选 项 影 响 的 序 列 被 ) 终 结 。 它 们 只 在 一 个 ARE 的 开 始 处 有 效 ， 此 后 不 可 以 在 其 中 使 用 。 除 了 通 常 的 (紧 凑 ) RE 语 法 ， 其 中 所 有 字 符 都 有 意 义 ， 还 有 一 个 展 开 语 法 ， 在 所 有 风 格 的 RE 中 都 可 以 使 用 -expanded 开 关 来 获 得 它 ， 或 者 在 ARE 中 使 用 嵌 入 的 x 选 项 。 在 展 开 语 法 中 ， 忽 略 白 空 格 和 在 # 和 随 后 的 换 行 (或 RE 结 束 )之 间 的 所 有 字 符 ， 这 就 允 许 了 在 一 个 复 杂 的 RE 中 进 行 分 段 和 注 释 。 有 对 这 些 基 本 规 则 的 三 个 例 外 : 保 留 有 前 导 ’\’的 白 空 格 或 ’#’ 保 留 在 方 括 号 表 达 式 中 的 白 空 格 或 ’#’ 在 多 字 符 符 号 如 ARE ’(?:’ 或 ’\(’ 中 间 的 白 空 格 或 注 释 是 非 法 的 展 开 语 法 中 的 白 空 格 是 blank、 tab 、 和 属 于 空 格 字 符 类 的 任 何 字 符 。 │ 最 后 ， 在 ARE 中 ， 在 方 括 号 表 达 式 外 面 ， 序 列 ’(?#ttt)’ (这 里 的 ttt 是 不 包 含 ’)’ 的 任 何 文 本 ) 是 一 个 注 释 ， 它 将 被 完 全 忽 略 。 同 样 ， 不 允 许 它 在 多 字 符 符 号 如 ’(?:’中 间 的 出 现 。 这 种 注 释 是 历 史 产 物 而 不 是 很 有 用 的 设 施 ， 它 的 使 用 被 淘 汰 了 ； 应 使 用 展 开 语 法 来 替 代 。 如 果 应 用 (或 一 个 启 始 的 ***= 指 示 符 )指 定 用 户 的 输 入 被 作 为 一 个 文 字 串 而 不 是 一 个 RE 来 对 待 ， 则 不 能 获 得 这 些 元 语 法 扩 展 。

匹 配 MATCHING

译 注 ： 下 述 引 自 XBD RE 规 定 中 的 匹 配 定 义 ， 略 有 变 更 。 译 注 ： 零 个 或 多 个 字 符 的 一 个 序 列 被 称 为 与 RE 匹 配 的 条 件 是 在 这 个 序 列 中 的 字 符 对 应 于 这 个 模 式 定 义 的 一 个 字 符 序 列 。 译 注 ： 对 一 个 匹 配 的 序 列 的 查 找 开 始 于 一 个 字 符 串 的 开 始 处 ， 停 止 于 找 到 第 一 个 匹 配 字 符 串 的 时 候 ， 这 里 定 义 第 一 个 的 意 思 为 “字 符 串 中 最 早 开 始 的 ”。 如 果 模 式 允 许 匹 配 的 字 符 有 可 变 的 数 目 ， 因 此 在 这 个 点 开 始 的 序 列 多 于 一 个 ， 则 匹 配 最 长 的 那 个 序 列 。 例 如 : RE bb* 匹 配 abbbc 中 的 第 2到 第 4个 字 符 ， 而 RE (wee|week)(knights|night) 匹 配 weeknights 的 所 有 10个 字 符 。 译 注 ： 与 整 个 匹 配 是 最 长 的 最 左 匹 配 相 一 致 ， 从 左 到 右 的 每 个 子 模 式 ， 匹 配 最 长 的 可 能 的 字 符 串 。 为 此 ， 一 个 空 串 被 认 为 比 根 本 没 有 匹 配 长 。 例 如 ， 针 对 (against) abcdef 匹 配 RE (.*).* ,子 表 达 式 (1) 是 abcdef， 而 针 对 bc 匹 配 RE (a*)*， 子 表 达 式 (1) 是 空 串 。 译 注 ： 通 过 向 每 个 子 表 达 式 递 归 的 提 供 最 左 最 长 匹 配 来 确 定 什 么 (子 )字 符 串 对 应 于 子 表 达 式 是 可 能 的 ， 而 附 带 条 件 是 整 体 匹 配 是 最 左 的 、 最 长 的 。 例 如 ， 针 对 acdacaaa 匹 配 (ac*)c*d[ac]*1 匹 配 出 acdacaaa (这 里 1=a)； 而 简 单 的 给 (ac*) 匹 配 最 长 的 将 生 成 1=ac， 但 整 体 匹 配 将 变 小 (acdac)。 概 念 上 ， 实 现 必 须 检 查 每 种 可 能 的 匹 配 ， 并 在 生 成 的 最 左 最 长 的 总 体 匹 配 中 ， 为 最 左 子 表 达 式 挑 出 一 个 最 长 的 匹 配 (子 串 )并 以 此 类 推 。 注 意 ， 这 意 味 着 子 表 达 式 的 匹 配 是 上 下 文 相 关 的 : 在 一 个 很 大 的 RE 中 的 一 个 子 表 达 式 所 匹 配 的 字 符 串 可 能 与 它 作 为 一 个 独 立 的 RE 时 不 同 ， 还 有 ， 即 使 在 类 似 的 字 符 序 列 中 ， 在 同 一 个 很 大 的 RE 中 的 同 一 个 子 表 达 式 的 两 个 实 例 可 能 匹 配 不 同 的 长 度 。 例 如 ， 在 RE (a.*b)(a.*b) 中 ， 两 个 完 全 相 同 的 子 表 达 式 将 分 别 的 匹 配 accbaccccb 的 四 个 和 六 个 字 符 。 如 果 一 个 RE 能 匹 配 一 个 给 定 字 符 串 中 的 多 于 一 个 的 子 串 ， RE 匹 配 在 这 个 字 符 串 中 最 先 开 始 的 子 串 。 如 果 RE能 匹 配 的 在 这 一 点 上 开 始 的 子 串 多 于 一 个 ， 它 的 选 择 决 定 于 它 的 偏 好 (preference): 要 么 是 最 长 的 子 串 ， 要 么 是 最 短 的 子 串 。 多 数 原 子 和 所 有 约 束 ， 都 没 有 偏 好 。 一 个 有 圆 括 号 的 RE 与 RE 有 相 同 的 偏 好 (有 可 能 没 有 )。 一 个 有 {m} 或 {m}? 定 量 符 的 定 量 原 子 与 原 子 自 身 有 相 同 的 偏 好 (有 可 能 没 有 )。 一 个 有 其 他 平 常 的 定 量 符 的 定 量 原 子 (包 括 在 {m,n} 中 m 等 于 n) 偏 好 最 长 的 匹 配 。 一 个 有 不 贪 婪 定 量 符 的 定 量 原 子 (包 括 在 {m,n}? 中 m 等 于 n 的 情 况 ) 偏 好 最 短 的 匹 配 。 一 个 分 支 与 在 它 的 里 面 的 第 一 个 定 量 原 子 有 相 同 的 偏 好 。 用 | 操 作 符 连 接 起 来 的 一 个 由 两 个 或 多 个 分 支 组 成 的 RE 偏 好 最 长 的 匹 配 。 取 决 于 匹 配 整 个 RE 的 规 则 所 强 加 的 约 束 ， 基 于 可 能 子 串 的 表 现 ， 子 表 达 式 可 以 匹 配 最 长 或 最 短 的 可 能 子 串 ， 在 RE 中 开 始 较 早 的 子 表 达 式 优 先 于 开 始 较 晚 的 。 注 意 ， 外 部 的 子 表 达 式 优 先 于 其 中 的 构 件 子 表 达 式 。 注 意 ， 可 以 分 别 的 使 用 定 量 符 {1,1} 和 {1,1}? 在 子 表 达 式 或 整 个 RE 上 强 制 最 长 和 最 短 偏 好 。 用 字 符 数 而 不 是 整 理 元 素 数 来 测 量 匹 配 长 度 。 一 个 空 串 被 当 作 比 根 本 没 有 匹 配 长 ， 例 如 bb* 匹 配 ’abbbc’中 间 的 三 个 字 符 ， (week|wee)(night|knights) 匹 配 ’weeknights’的 所 有 10个 字 符 ， 在 针 对 (against) abc 匹 配 (.*).* 的 时 候 圆 括 号 中 的 子 表 达 式 匹 配 所 有 这 三 个 字 符 ， 而 在 针 对 bc 匹 配 (a*)* 的 时 候 整 个 RE 和 圆 括 号 中 子 表 达 式 都 匹 配 一 个 空 串 。 如 果 指 定 了 大 小 写 无 关 匹 配 ， 效 果 如 同 所 有 字 母 的 大 小 写 区 别 都 消 失 了 。 当 存 在 大 小 写 区 别 的 一 个 字 符 在 方 括 号 表 达 式 外 面 作 为 一 个 普 通 字 符 出 现 的 时 候 ， 它 被 有 效 的 转 变 成 包 含 大 小 写 二 者 的 一 个 方 括 号 表 达 式 ， 所 以 x 变 成 了 ’[xX]’。 当 它 出 现 在 一 个 方 括 号 表 达 式 中 ， 把 它 对 应 的 所 有 大 小 写 添 加 到 方 括 号 中 ， 所 以 [x] 变 成 [xX]而 [^x] 变 成 ’[^xX]’。 如 果 指 定 了 换 行 敏 感 匹 配 ， 则 . 和 使 用 ^ 的 方 括 号 表 达 式 永 不 匹 配 换 行 字 符 (所 以 除 非 RE 显 式 安 排 ， 否 则 永 不 会 跨 越 换 行 来 进 行 匹 配 )， 并 且 ^ 和 $ 除 了 分 别 匹 配 字 符 串 的 开 始 和 结 束 之 外 ， 还 分 别 的 匹 配 在 换 行 之 后 和 之 前 的 空 串 。 ARE 0继 续 只 匹 配 字 符 串 的 开 始 和 结 束 。 如 果 指 定 了 部 分 换 行 敏 感 ， 这 将 致 使 . 和 方 括 号 表 达 式 成 为 换 行 敏 感 匹 配 ， 但 不 影 响 ^ 和 ’$’。 如 果 指 定 了 反 向 部 分 换 行 敏 感 ， 这 将 致 使 ^ 和 $ 成 为 换 行 敏 感 匹 配 ， 但 不 影 响 . 和 方 括 号 。 这 不 是 很 有 用 ， 提 供 它 只 是 为 了 对 称 。

限 制 和 兼 容 性 LIMITS AND COMPATIBILITY

对 于 RE 的 长 度 没 有 强 加 特 定 的 限 制 。 想 要 高 度 可 移 植 的 程 序 不 应 该 依 赖 比 256 字 节 长 的 RE， 因 为 遵 从 POSIX 的 实 现 可 能 拒 绝 接 受 这 样 的 RE。 专 属 ARE 并 且 实 际 上 与 POSIX ERE 不 相 容 的 特 征 是 在 方 括 号 表 达 式 中 的 \ 不 失 去 它 的 特 殊 意 义 。 所 有 其 他 ARE 特 征 使 用 的 语 法 在 POSIX ERE 中 是 非 法 的 ， 或 着 有 未 定 义 或 未 指 定 的 效 果 ； 指 示 符 的 *** 语 法 同 样 不 属 于 BRE 和 ERE 二 者 的 POSIX 语 法 。 许 多 ARE 扩 展 取 自 Perl， 为 了 整 理 它 们 而 进 行 了 一 些 变 更 ， 还 有 一 些 Perl 扩 展 未 提 供 。 要 注 意 的 不 相 容 包 括 ： ’\b’、 ’\B’， 缺 乏 对 尾 随 的 换 行 的 特 殊 对 待 ， 为 受 换 行 敏 感 匹 配 影 响 的 RE 增 加 了 方 括 号 表 达 式 补 全 ， 在 先 行 约 束 中 对 圆 括 号 和 后 引 用 的 限 制 ， 和 最 长 /最 短 匹 配 的 匹 配 语 义 。 自 从 这 个 包 的 一 个 早 期 的 beta 测 试 版 本 做 了 变 更 以 来 ， RE 的 匹 配 的 规 则 包 含 正 常 的 和 非 贪 婪 的 定 量 符 二 者 。 (新 规 则 更 加 简 单 和 清 晰 ， 而 不 在 猜 测 用 户 的 真 实 意 图 上 费 很 大 力 气 。 )

Henry Spencer 的 原 始 的 1986 regexp 包 ， 仍 被 广 泛 的 使 用 (例 如 ， 在 Tcl 8.1 之 前 的 发 行 中 )， 它 实 现 了 今 天 的 ERE 的 一 个 早 期 版 本 。 在 regexp 的 近 似 ERE (简 写 为 RRE)和 ARE 之 间 有 四 点 不 相 容 :　 In roughly increasing order of significance: 在 ARE 中 ， 跟 随 着 一 个 字 母 字 符 的 \ 要 么 是 转 义 要 么 是 一 个 错 误 ， 而 在 RRE 中 ， 它 只 是 写 字 母 的 另 一 种 方 式 。 这 不 应 该 是 一 个 问 题 ， 因 为 在 RRE 中 没 有 理 由 写 出 这 样 的 一 个 序 列 。 在 ARE 中 跟 随 着 一 个 数 字 的 { 是 一 个 束 缚 的 开 始 ， 而 在 RRE 中 ， { 总 是 一 个 普 通 字 符 。 这 样 的 序 列 是 少 见 的 ， 并 且 经 常 导 致 一 个 错 误 ， 原 因 是 随 后 的 字 符 看 起 来 不 象 一 个 有 效 的 束 缚 。 在 ARE 中 ， 在 ’[]’内 \ 保 持 是 一 个 特 殊 字 符 ， 所 以 在 ’[]’内 一 个 文 字 \ 必 须 写 成 ’\\’。 在 RRE 中 ， 在 []内 ’\\’ 也 给 出 一 个 文 字 \， 但 只 有 真 正 的 偏 执 狂 程 序 员 才 例 行 公 事 的 双 写 反 斜 杠 。

ARE 为 RE 报 告 最 长 的 和 最 短 的 匹 配 ， 而 不 是 按 指 定 的 查 找 次 序 找 到 的 第 一 个 匹 配 。 这 可 能 影 响 寄 希 望 于 第 一 个 匹 配 不 被 报 告 的 一 些 RRE。 (废 弃 了 为 快 速 匹 配 而 优 化 查 找 次 序 的 RRE 细 致 工 艺 (ARE 并 行 的 检 查 所 有 可 能 的 匹 配 ， 并 且 它 们 的 性 能 在 很 大 程 度 上 不 敏 感 于 它 们 的 复 杂 性 )， 而 为 故 意 的 找 寻 非 最 长 或 最 短 的 一 个 匹 配 而 开 发 的 查 找 次 序 需 要 重 写 。 )

基 本 正 则 表 达 式 BASIC REGULAR EXPRESSIONS

BRE 在 一 些 方 面 与 ERE 有 所 区 别 。 ’|’, ’+’, 和 ? 是 普 通 字 符 并 且 没 有 与 之 等 价 的 功 能 。 用 于 束 缚 的 分 界 符 是 \{ 和 ’\}’, 而 { 和 } 本 身 是 普 通 字 符 。 用 于 嵌 套 子 表 达 式 的 圆 括 号 是 \( 和 ’\)’, 而 ( 和 ) 自 身 是 普 通 字 符 。 除 了 在 RE 或 一 个 圆 括 号 中 的 子 表 达 式 的 开 始 处 之 外 ， ^ 是 一 个 普 通 字 符 ， 除 了 在 RE 或 一 个 圆 括 号 中 的 子 表 达 式 的 结 束 处 之 外 ， $ 是 一 个 普 通 字 符 ， 而 在 RE 或 一 个 圆 括 号 中 的 子 表 达 式 的 开 始 处 之 外 出 现 的 * 是 一 个 普 通 字 符 (在 可 能 的 前 导 ’^’ 之 后 )。 最 后 ， 可 获 得 单 一 数 字 的 后 引 用 ， \< 和 \> 分 别 是 [[:<:]] 和 [[:>:]] 的 同 义 词 ； 没 有 其 他 可 获 得 的 转 义 。

参 见 SEE ALSO

RegExp(3), regexp(n), regsub(n), lsearch(n), switch(n), text(n)

关 键 字 KEYWORDS

match, regular expression, string

[中 文 版 维 护 人 ]

寒 蝉 退 士

[中 文 版 最 新 更 新 ]

2001/10/26

《 中 国 Linux 论 坛 man 手 册 页 翻 译 计 划 》 :

http://cmpp.linuxforum.net

跋

本 页 面 中 文 版 由 中 文 man 手 册 页 计 划 提 供 。 中 文 man 手 册 页 计 划 ： https://github.com/man-pages-zh/manpages-zh