正则表达式括号表达式中的反斜杠

Question

给定正则表达式“[\^]”它应该匹配字符串“\”和“^”吗？

我对相关 C++、POSIX 和 ECMAScript 标准的阅读是，对于 POSIX（基本、扩展、awk、gre 和 egrep）语法，正则表达式应该匹配两个字符串，而对于 ECMAScript 语法，只有第二个字符串应该匹配。

ERE 的 POSIX 引用以及 awk、grep 和 egrep 实用程序都遵循 BRE 规范 (XBD 9.3.5/1)，其中明确指出“特殊字符 '.'、'*'、'[' 和 '\ '（句点、星号、左括号和反斜杠）在括号表达式中将失去其特殊含义。”所以我将其解释为反斜杠在括号表达式中只是一个反斜杠。

ECMAScript specification 没有“失去其特殊含义”规则，而是指定后跟非字母数字字符的反斜杠就是字符本身。

无论选择何种正则表达式语法，GCC 标准库 (libstdc++) 都不匹配任何字符串。 LLVM 标准库 (libc++) 符合我对 ECMAScript 语法的期望，但在使用任何其他语法（“无效的转义字符”）构造正则表达式时会引发异常。

这是一些代码。

#include <iostream>
#include <regex>
#include <string>

void
do_match(std::string const& label, std::regex_constants::syntax_option_type type)
{
    try {
        std::regex re("[\\^]*", type);
        std::cmatch m;
        if (std::regex_match("\\^", m, re)) {
            for (auto res: m) {
                std::cerr << label << " match: " << res << "\n";
            }
        } else {
            std::cerr << label << " no match\n";
        }
    } catch (std::regex_error const& ex) {
        std::cerr << "caught exception: " << ex.what() << "\n";
    }
}

int
main()
{
    do_match("awk", std::regex_constants::awk);
    do_match("ecma", std::regex_constants::ECMAScript);
}

我的期望有错吗？如果没有，哪个标准库实现是正确的？

Answer 1

给定正则表达式“[\^]”它应该匹配字符串“\”和“^”吗？

using std::regex_constants

1. ECMAScript, awk - 不，它不会匹配。 \^ 正在转义^，因此[\^] 被解释为[^]（“删除转义字符”（即用\^ 替换^）出现在“解析[ 集之前” . ^ 字符是[ 括号之后的第一个字符，所以它被解释为“否定”（我这样称呼它），所以括号将匹配除列表之外的任何内容。由于列表为空@987654333 @，除了一个空列表，它会匹配任何东西......好吧，它不会匹配任何东西。

2. basic,grep, extended, egrep - 它将匹配两个字符串。 \ 在[ 中的转义含义松散。所以[\^] 将匹配\ 或^。