Python正则表达式模块使用BRE还是ERE？

POSIX似乎将正则表达式实现分为两类：基本正则表达式（BRE）和扩展正则表达式（ERE）

---

Python参考似乎没有指定。

除了语法上的一些相似之处，

re

module不遵循正则表达式的POSIX标准

不同匹配语义 POSIX正则表达式（可通过DFA/NFA甚至回溯引擎实现）始终查找最左边最长的匹配，而

re

模块是一个回溯引擎，它查找最左边的“最早”匹配（“最早”根据正则表达式定义的搜索顺序）

在匹配

（Prefix | PrefixSuffix）

与

PrefixSuffix

的情况下，可以观察到匹配语义的差异

• 在POSIX正则表达式的POSIX实现中（不是那些仅借用语法的实现），正则表达式将匹配

  前缀suffix

• 相反，

  re

  引擎（以及许多其他回溯正则表达式引擎）将只匹配

  前缀

  ，因为

  前缀

  是在替换中首先指定的

在将

（xxx | xxxxx）*

与

xxxxxxxxx

（10个

x

的字符串）进行匹配的情况下，也可以看出差异：

• 关于Cygwin：

  $ [[ "xxxxxxxxxx" =~ (xxx|xxxxx)* ]] && echo "${BASH_REMATCH[0]}"
  xxxxxxxxxx
  

  所有10个

  x

  都匹配

• 在Python中：

  >>> re.search(r'(?:xxx|xxxxx)*', 'xxxxxxxxxxx').group(0)
  'xxxxxxxxx'
  

  只匹配了9个

  x

  ，因为它在所有3次重复中选择交替

  xxx

  中的第一个项目，并且没有任何东西强迫它回溯并尝试交替中的第二个项目）

POSIX独占正则表达式特性 除了匹配语义上的差异外，POSIX正则表达式还定义了排序符号、等价类表达式、以及基于排序的字符范围的语法。这些特性大大提高了正则表达式的表达能力

以等价类表达式为例，从文档中：

等价类表达式应表示属于等价类的排序元素集，如排序顺序所述。[...]. 该类应通过将等价类中的任何一个排序元素括在相等的括号（

“[=”

和

“=]”

）分隔符内来表示例如，如果

'a'

、

'a'

和

'a'

属于同一个等价类，那么

“[[=a=]b]”

、

“[[[=a=]b]”

”[[=a=]b]“都与

“[aáb]”等价。[……]

由于这些特性严重依赖于语言环境设置，因此同一个正则表达式在不同的语言环境中的行为可能不同。排序顺序还取决于系统上的区域设置数据

re
正则表达式功能
re
借用了Perl的语法，但并非Perl正则表达式中的所有功能都是在
re
中实现的。以下是
re
中可用的一些正则表达式功能，这些功能在POSIX正则表达式中不可用：


贪婪/懒惰量词，指定扩展量词的顺序

虽然人们通常称POSIX中的
*
为贪婪，但实际上它只指定POSIX中重复的下限和上限。所谓的“贪婪”行为是由于最左边的最长匹配规则

环顾断言（向前看和向后看）
条件模式
（？（id/name）是模式|否模式）
简写构造：
\b
，
\s
，
\d
，
\w
（一些POSIX正则表达式引擎可能会实现这些构造，因为标准没有为这些情况定义行为）
都不是。它基本上是PCRE方言，但却是一个独特的实现

re
文档中的第一句话是：

此模块提供与Perl中类似的正则表达式匹配操作

虽然这不会立即向新手揭示它们与POSIX正则表达式的关系，但众所周知，Perl 4和更高版本的Perl 5提供了比早期工具的正则表达式功能大幅度扩展的功能集，包括POSIX为
grep-e
所规定的功能集

本文更详细地描述了正则表达式特性，尽管在Python文档中您会以不同的形式找到许多相同的细节。Perl手册页面包含以下历史信息：

Perl模式匹配中使用的模式是从Version8正则表达式例程中提供的模式演变而来的。（这些例程是从亨利·斯宾塞（Henry Spencer）对V8例程的可自由再发行的重新实现中衍生出来的（遥远的）

（这里，V8基本上是指.Spencer的库。）

Perl 4有大量方便的构造，如
\d
，
\s
，
\w
，以及符号速记，如
\t
，
\f
，
\n
。Perl 5添加了一组重要的扩展（仍在缓慢增长），包括但不限于：


非贪婪量词
非回溯量词
Unicode符号和属性支持
非分组括号
向前看和向后看
。。。基本上是以
（？

因此，“正则”表达式不再是严格意义上的“正则”

这是由Philip Hazell在一个便携库中重新实现的，最初用于Exim邮件服务器；他已经在无数不同的应用程序中找到了自己的方法，包括许多编程语言（Ruby、PHP、Python等）