Posix 正则表达式非捕获组答案

【问题标题】：Posix regular expression non capturing groupPosix 正则表达式非捕获组
【发布时间】：2016-11-26 07:25:06
【问题描述】：

我正在 linux 下用 C 语言编写一个简单的 shell。我正在尝试使用带有组捕获的 POSIX 正则表达式来解析用户输入。我的问题是我不想捕获所有组，但 ?: 符号似乎对我有用。

"^(?:[A-Za-z0-9]+)( [A-Za-z0-9]*(?:\"[^\"]*\")*(?:\'[^\']*\')*[A-Za-z0-9]*)*&?$"

【问题讨论】：

它会匹配但不会捕获。您使用的代码在哪里？

标签： c regex linux posix

【解决方案1】：

POSIX Regular Expressions 中不允许使用 (?:..) 或任何其他分组前缀。

有一些工具可以制作语言，例如 lex 和 yacc，还有用于 POSIX shell 的简化 yacc 语法 is provided by the standard。

【讨论】：

【解决方案2】：

字符序列(? 未定义 根据9.4.3 ERE Special Characters 部分：

*+?{

<asterisk>、<plus-sign>、<question-mark> 和 <left-brace> 应该是特殊的，除非在括号表达式中使用（请参阅 RE 括号表达式）。以下任何用途都会产生未定义的结果：

如果这些字符首先出现在 ERE 中，或者紧跟在未转义的 <vertical-line>、<circumflex>、<dollar-sign> 或 <left-parenthesis>

如果 <left-brace> 不是有效区间表达式的一部分（请参阅 ERE 匹配多个字符）

POSIX RE 实现对于如何处理 undefined 语法有几个选择。这些选择包括根据9.1 Regular Expression Definitions 部分启用扩展语法。所以可以随意实现非捕获组语法：

[...] 违反指定语法或语义的 RE 会产生未定义的结果：这可能会导致错误，启用扩展该 RE 的语法，或使用错误的构造作为文字要匹配的字符。

如果您希望将该功能视为未来 POSIX 标准的一部分，您可以在 standard's issue tracker 上提出问题。

【讨论】：