各種正規表現おける特徴

Contents

• POSIX regex.h in C
• TRE regex.h in C
• PCRE pcreposix.h in C
• FreeBSD regex.h in C
• in FreeBSD sed
• in GNU sed
• in The One True Awk
• in GNU Awk
• in bash/zsh conditional expression
• PCRE pcre.h in C
• Boost regex.hpp in C++
• Boost xpressive.hpp in C++
• Bibliography

POSIX regex.h in C

• 'REG_NEWLINE' のときの '.' と '[^〜]' は改行 '^J' にはマッチしない。
• 'REG_EXTENDED' のとき拡張正規表現、さもなくば基本正規表現。

簡単なサンプルを以下に示す。

	#include <regex.h>
		:
	  int r, cflags = REG_EXTENDED, eflags = 0;
	  regex_t reg;
	  const char p[] = "^$";
	  const char b[] = "\n";
	  r = regcomp(&reg, p, cflags);
	  const size_t n = 8;
	  regmatch_t m[n];
	  r = regexec(&reg, b, n, m, eflags);
		:
	  regfree(&reg);
		:

TRE regex.h in C

• '\(', '\)' のグループ内の '\|' の論理和にバグあり('REG_EXTENDED' でないとき)。
• '[^\n]' が '^J#' の1文字目にマッチする('REG_NEWLINE' でも同様)。これは '\n' が改行コードを表すエスケープ文字としてではなく 'n' そのものであるからである。'[^^J]' とすれば意図した動作になる。
• '[^.]' が '^J#' の1文字目にマッチする('REG_NEWLINE' でも同様)。これは '.' が任意の文字ではなく '.' そのものであるからである。
• '/\\*.*?\\*/' のような最左最小(非貪欲)マッチ表記に対応。

簡単なサンプルは「POSIX regex.h in C」と同一で '-ltre -lintl -liconv' のリンクが必要。

PCRE pcreposix.h in C

• 基本正規表現はサポートされない、が大きな支障はない。
• '[^.]' が '^J#' の1文字目にマッチする('REG_NEWLINE' でも同様)。
• '/\\*.*?\\*/' のような最左最小(非貪欲)マッチ表記に対応。

簡単なサンプルは「POSIX regex.h in C」で当該ヘッダを '#include <pcreposix.h>' に変え、'-lpcreposix -lpcre' のリンク。

FreeBSD regex.h in C

• '[^\n]' が '^J#' の1文字目にマッチする('REG_NEWLINE' でないとき)。これは '\n' が改行コードを表すエスケープ文字としてではなく 'n' そのものであるからである。'[^^J]' とすれば意図した動作になる。
• '[^.]' が '^J#' の2文字目にマッチする('REG_NEWLINE' のとき)。これは '.' が任意の文字ではなく '.' そのものであるからである。
• '[^[:print:]]' が '^J#' にマッチしない('REG_NEWLINE' のとき)。
• 'the ((Dark|Light|) *(Red|Green|Blue)) color' のような空のグループには未対応。
• '/\\*.*?\\*/' のような最左最小(非貪欲)マッチ表記には未対応。
• '"<(.*)>.*</\\1>' のような後方参照が全滅('REG_EXTENDED' のとき)。

簡単なサンプルは「POSIX regex.h in C」と同一。

in FreeBSD sed

• '-E' でないときのグループに多々バグあり。
• '-E' のときの後方参照に少々バグあり。
• '/\\*.*?\\*/' のような最左最小(非貪欲)マッチ表記には未対応。
• 'the ((Dark|Light|) *(Red|Green|Blue)) color' のような空のグループには未対応。

簡単なサンプルを以下に示す。

	$ printf '\n' | grep '^$'

in GNU sed

• '/\\*.*?\\*/' のような最左最小(非貪欲)マッチ表記には未対応。
• 'the ((Dark|Light|) *(Red|Green|Blue)) color' のような空のグループに対応。

簡単なサンプルは「in FreeBSD sed」と同一。

in The One True Awk

• 基本正規表現はサポートされない。
• '{n}', '{n,}', '{n,m}' のような繰返しはサポートされない。
• 'the ((Dark|Light|) *(Red|Green|Blue)) color' のような空のグループには未対応。
• 最左最小(非貪欲)マッチ表記には未対応。
• 後方参照はサポートされない。

簡単なサンプルを以下に示す。

	printf '\n' | awk '/^$/'

in GNU Awk

• 基本正規表現はサポートされない。
• '^' は文字列の途中にマッチ。
• '{n}', '{n,}', '{n,m}' のような繰返しをサポート。
• 'the ((Dark|Light|) *(Red|Green|Blue)) color' のような空のグループに対応。
• 最左最小(非貪欲)マッチ表記には未対応。
• 後方参照は、'gensub' の置換先のみサポート。

簡単なサンプルは「in The One True Awk」と同一。

in bash/zsh conditional expression

• 基本正規表現はサポートしない。
• '.' は改行 '^J' にはマッチしない。
• [^.] は改行 '^J' にはマッチする。
• '{n}', '{n,}', '{n,m}' のような繰返しをサポート。
• 'the ((Dark|Light|) *(Red|Green|Blue)) color' のような空のグループには未対応。
• 後方参照はサポートされない。

簡単なサンプルを以下に示す。

	printf '\n' | zsh -c 'read b; [[ "$b" =~ '"'^$'"' ]] && echo "$b"' 

	zsh -c 'printf "\n" | read b; [[ "$b" =~ '"'^$'"' ]] && echo "$b"'

PCRE pcre.h in C

• 基本正規表現はサポートされない、が大きな支障はない。
• '.' は '^J' にマッチしない('PCRE_DOTALL' でマッチする)。
• POSIX の 'REG_MULTILINE' に相当するフラグは 'PCRE_MULTILINE' である。
• '/\\*.*?\\*/' のような最左最小(非貪欲)マッチ表記に対応。

簡単なサンプルを以下に示す。

	#include <pcre.h>
		:
	  int r, cflags = PCRE_DOTALL, erroffset, eflags = 0;
	  pcre *reg;
	  const char p[] = "^$";
	  const char b[] = "\n";
	  const char *error;
	  reg = pcre_compile(p, cflags, &error, &erroffset, NULL);
	  const size_t n = 8;
	  int m[n];
	  r = pcre_exec(reg, NULL, b, strlen(b), 0, eflags, m, n);
		:
	  pcre_free(reg);
		:

そして、'-lpcre' のリンクが必要。

Boost regex.hpp in C++

• 基本正規表現もサポートされる。
• POSIX の 'REG_MULTILINE' に相当するフラグは 'regex_constants::no_mod_m|regex_constants::no_mod_s' である。
• 'regex_constants::extended' を加えると POSIX の拡張正規表現への互換性が高まる。
• '/\\*.*?\\*/' のような最左最小(非貪欲)マッチ表記に対応。

簡単なサンプルを以下に示す。

	#include <boost/regex.hpp>
	using namespace std;
	using namespace boost;
		:
	  string p = "^$";
	  string b = "\n";
	  regex::flag_type cflags = regex_constants::normal;
	  regex reg(p, cflags);
	  smatch m;
	  bool r = regex_search(b, m, reg);
		:

そして、'-lboost_regex' のリンクが必要。

Boost xpressive.hpp in C++

• 基本正規表現はサポートされない、が大きな支障はない。
• POSIX の 'REG_MULTILINE' に相当するのが既定値で(正確には 'regex_constants::not_dot_newline' が必要)、その逆に相当するフラグが 'regex_constants::single_line' である。
• '/\\*.*?\\*/' のような最左最小(非貪欲)マッチ表記に対応。

	#include <boost/xpressive/xpressive.hpp>
	using namespace std;
	using namespace boost::xpressive;
		:
	  string p = "^$";
	  string b = "\n";
	  sregex::flag_type cflags = regex_constants::single_line;
	  sregex reg = sregex::compile(p, cflags);
	  smatch m;
	  bool r = regex_search(b, m, reg);
		:

そして、純粋なテンプレートライブラリなので、リンクは不要。

Bibliography

1. POSIX regex.h
2. TRE
3. PCRE pcreposix.h
4. FreeBSD regex.h
5. FreeBSD sed
6. GNU sed
7. The One True Awk
8. POSIX Awk
9. GNU Awk
10. Boost regex.hpp (日本語訳)
11. Boost xpressive (日本語訳)