Regular Expression

Regular Expressions

• POSIX Basic Regular Expression

  • grep

• POSIX Extended Regular Expression

  • egrep
  • awk
  • emacs

GNU Extensions

Shorthand Classes

shorthand	equivalence
\w	[[:alnum:]_]
\W	[^[:alnum:]_]
\s	[[:space:]]
\S	[^[:space:]]

Word Boundaries

shorthand	matches
\b	position at a word boundary
\B	position not at a word boundary
\<	position at the start of a word
\>	position at the end of a word
\` (backtick)	position at the start of subject string
\' (single quote)	position at the end of subject string

Perl Compatiable Regular Expression (PCRE)

grep multiline mode

• -P: 使用 Perl 正则表达式扩展
• -z: 让 grep 把输入的行看成是一个多个行的集合，一个整体
• .*?: 后面的 ? 表示 .* 按 non-greedy 模式匹配，也就是尽可能少(短)的匹配
• (?s): 让 . 匹配包括 \n 在内的任意字符，也就是所谓的 dot all flag.

rg multiline mode

• -U, --multiline 使能多行匹配，允许正则表达式里包含 \n (普通模式下不允许)，但 -U 并不会改变 . 的语义，所以你仍然需要显式地给 . 指定 (?s) flag

  • rg -U 'struct file_operations .*? = ?\{(?s).*?\.mmap = (?s).*?\};' -tc drivers/gpu
    这个例子找出内核 GPU 驱动中所有重写了 mmap file operation 方法的c文件

Lookarounds: Lookahead, Lookbehind

语法	名称	含义
(?=foo)	正向先行断言 Positive Lookahead	向前(右) 字符串里必须有 foo
(?!foo)	负向先行断言 Negative Lookahead	向前(右) 字符串里不能有 foo
(?<=foo)	正向后行断言 Positive Lookbehind	向后(左) 字符串里必须有 foo
(?<!foo)	负向后行断言 Negative Lookbehind	向后(左) 字符串里不能有 foo

• 它们只是检查是否匹配，不作为最终匹配结果的一部分，即所谓"断言"
• 它们可以解决 Non greedy 匹配有时解决不了的问题
• rg (ripgrep) 默认不支持 lookahead, lookbehind, 需要加 -P 或 --pcre2 选项