在正则表达式的上下文中，“等价类”是什么意思？

Question

在某些形式的正则表达式中，在方括号表达式中，= 符号是一个特殊字符，用作将任何一个等价类中的元素括起来的分隔符。 The documentation 说：

等价类表达式应表示属于等价类的整理元素集，如整理顺序中所述。仅应识别初级等价类。该类应通过将等价类中的任何一个整理元素括在括号相等（“[=”和“=]”）分隔符中来表示。例如，如果 'a'、'à' 和 'â' 属于同一个等价类，则 "[[=a=]b]"、"[[=à=]b]" 和 "[[ =â=]b]" 都等价于 "[aàâb]"。如果整理元素不属于等价类，则等价类表达式应视为整理符号。

我不太确定这意味着什么。如果a、à 和â 属于同一个等价类，这是否意味着我们希望指定正则表达式"[ab]"、"[àb]" 和"[âb]" 是等价的？那么使用[==]分隔符的目的是什么，既然我们还不如写"[aàâb]"呢？

我理解“等价类”在其一般定义中的含义，但我无法理解它在这种情况下的含义。

Answer 1

例如，本质上，[=a=] 表示“属于a 所属的等价类的所有字符。如果a 和à 形成一个仅包含这两个的等价类，那么@987654326 @ 和[=à=] 都和aà 相同（显然写在[…] 内）。但是如果等价类还包含â，那么所有[=a=]、[=à=] 和[=â=] 均表示aàâ（同样，写在[…]）。

等价类包含的字符取决于语言环境，但如果语言环境没有定义给定的等价类，比如说[=a=]，那么将使用具有相同名称的排序序列，即[.a.]，这通常与a 相同，因为语言环境通常包含普通字符作为整理序列。

参考：Mastering Regular Expressions, 3rd Edition, page 128，这是一本关于正则表达式的优秀书籍，由了解正则表达式的人撰写。