git 使用什么风格的正则表达式答案

【问题标题】：What flavor of regex does git usegit 使用什么风格的正则表达式
【发布时间】：2017-02-08 22:30:05
【问题描述】：

我正在尝试使用 git diff --word-diff-regex= 命令，它似乎拒绝任何类型的前瞻和后瞻。我无法确定正则表达式 git 使用什么风格。例如

git diff --word-diff-regex='([.\w]+)(?!>)'

作为无效的正则表达式返回。

我正在尝试获取所有不是 HTML 标记的单词。所以正则表达式的结果匹配应该是下面字符串的 'Hello' 'World' 'Foo' 'Bar'

<p> Hello World </p><p> Foo Bar </p>

【问题讨论】：

似乎不支持前瞻。也许您应该让我们知道逻辑是什么，以防有不涉及前瞻的解决方法。
我更新了我的问题以显示我需要正则表达式的内容
它使用 POSIX ERE。甚至是 BRE。 POSIX 从不支持环视。

标签： regex git git-diff

【解决方案1】：

Git 源使用regcomp 和regexec，它们由 POSIX 1003.2 定义。 code to compile a diff regexp 是：

            if (regcomp(ecbdata->diff_words->word_regex,
                        o->word_regex,
                        REG_EXTENDED | REG_NEWLINE))

在 POSIX 中，这意味着这些是定义为 here 的“扩展”正则表达式。

（并非每个 C 库实际上都实现了相同的 POSIX REG_EXTENDED。Git 包含其自己的实现，可以代替系统构建。）

编辑（根据更新的问题）：POSIX ERE 既没有前瞻也没有后瞻，也没有\w（但[_[:alnum:]] 对于大多数用途来说可能已经足够接近了）。

【讨论】：

难怪。我正在为为什么\w+ 不起作用而头疼。感谢这个答案的提示，现在[[:alnum:]]+ 似乎工作了。不过，我还没有下定决心学习和记住一套新的正则表达式规则。
@RayLuo：有太多的东西无法让它们保持直截了当，但幸运的是，有一些网站可以做到这一点。请参阅this question 及其链接，包括regular-expressions.info 和Wikipedia。我想我更喜欢this wikipedia page。

【解决方案2】：

感谢@torek 上面回答的提示，现在我意识到different flavors of regular expression engines 甚至可以有不同的语法。

即使对于一个特定的程序，例如 git，它也可以使用不同的正则表达式引擎进行编译。例如，this blog post 暗示 \w 将被 git 支持，这与我从我的机器上观察到的或这里的 OP 的要求相矛盾。

我最终发现this section from your recommended wikipedia page 最有帮助，就在一个表中呈现不同的语法而言，这样我就可以在[:alnum:] 和\w、[:digit:] 和\d 之间进行一些“翻译” 、[:space:] 和 \s 等。

【讨论】：