正则表达式 看完这些就够了

又好久没写文章了，最近攒了几个话题，还没来得及写，在年末的最后一天，还是要写一篇，跨年啦~一篇文章写到2020年。不抛弃不放弃，过几年再看看现在写的，就如同我现在看之前写的。还有就是刚刚研究了一下如何做个标题党，来了一个（哈哈）。废话不多说，开始正题。

我们都会或多或是的用到过正则匹配，大家真的清楚用的是哪种正则吗？各种语言的正则又有哪些异同呢？

---

目录

1  各种各样的正则表达式

2  boost::regex 的简单介绍

2.1 Perl 正则表达式

2.1.1  基本字符含义

2.1.2  [贪婪模式] 和 [非贪婪模式]

2.1.3 [阻止回溯匹配（Possessive repeats）] 

2.1.4 [反向引用（回引 back references）]

2.1.5  [替换 alternation]

2.1.6  [字符集合]

2.1.7  [取反]

2.1.8  [字符类]

2.1.9 [单词边界]

2.2 POSIX extended 正则表达式

2.3 POSIX Basic 正则表达式

2.4 boost 正则操作主要使用的接口

3  std::regex 的简单介绍

4 boost::regex 和 std::regex 的性能对比

5 谈谈其他语言的 regex

6 正则表达式工具

6.1 正则表达式在线分析工具regexper

6.2 perl在线正则测试工具

6.3  正则表达式在线测试工具

6.4  各种语言正则的写法工具

---

1  各种各样的正则表达式

翻看boost, cplusplus的官方文档可以看出来，主要有三种正则表达式：基本的正则表达式（Basic RegEx），扩展的正则表达式(Extended RegEx)，Perl正则表达式（Perl RegEx）.

 

图 1  boost 库中主要支持的三种正则表达式。boost::regex 默认使用的是 Perl 正则表达式。

 

图2  c++标准库中主要支持的正则表达式。std::regex 默认使用使用的是 ECMAScript 正则表达式（后面再来讲讲ECMAScript是什么）。

 

 

2  boost::regex 的简单介绍

boost::regex e1(my_expression); 默认设置的式boost::regex::perl，perl 和其他正则类型比较起来支持的内容更多，兼容性也就更好。

 

2.1 Perl 正则表达式

2.1.1  基本字符含义

除了下面的字符以外，其他字符都和自己匹配，

. [ { } ( ) \ * + ? | ^ $

 

.  表示任意一个字符

^ 匹配开头字符

$ 匹配结尾字符

() 子表达式，可以把子表达式作为一个单元进行正则处理。

这里有个副作用，在结果中会有匹配子串的字段，小括号里面用 ?:  可以屏蔽捕获。例如(?:ab)+ 

 

*匹配前面的原子（preceding atom）0次或多次

+匹配前面的原子（preceding atom）1次或多次

?匹配前面的原子（preceding atom）0次或1次

 

a{n} 匹配a字符n次

a{n,} 匹配a字符n次或更多次

a{n, m} 匹配a字符n到m次

 

2.1.2  [贪婪模式] 和 [非贪婪模式]

贪婪模式会尽可能多的匹配，如 字符串abcdc, 正则a*c，会匹配到abcdc，而非贪婪匹配结果为abc，匹配到结果就好，不需要匹配的那么多。非贪婪模式需要添加 ？表示，如a*?c.

*?表示匹配前面的原子0次或多次，最短匹配

+?表示匹配前面的原子1次或多次，最短匹配

??表示匹配前面的原子0次或1次，最短匹配

{n,}? 匹配前面的原子n次或多次，最短匹配

{n, m}? 匹配n到m次，最短匹配

 

2.1.3 [阻止回溯匹配（Possessive repeats）] 

默认