写这篇文章的原因是，我在VScode上熟练使用正则表达式，但是当我在 grep、find、vim 等工具中使用正则表达式时，往往会遇到各种问题。即便在 VSCode 上正常工作的正则表达式，在这些工具中却突然失效，甚至报错，这让我感到非常困惑。直到今天，我才意识到这些问题是因为 grep 等工具的正则表达式实现与 VSCode 所用的正则表达式标准不同导致的。
正则表达式分类
在Linux中，正则表达式主要有三种类型：
- 基本正则表达式（Basic Regular Expression，BRE）
- 扩展正则表达式（Extended Eegular Expression，ERE）
- Perl兼容正则表达式（Perl-Compatible Regular Expression，PCRE）
BRE和ERE可以进一步分为POSIX BRE/ERE和GNU BRE/ERE。
在详细了解每种类型之前，先了解它们的起源和为什么存在多种正则表达式类型。
最初，BRE定义了一系列元字符，例如星号和方括号，以在模式匹配的上下文中具有特殊含义。后来，ERE扩展了这个想法，加入了更多的元字符，以允许更灵活的匹配模式。这两种类型随后在POSIX标准中进行了规范化。
后来，GNU项目在POSIX BRE和ERE的基础上进行了扩展，以进一步增强其命令行工具，如grep、gawk和sed。由于这些扩展不符合POSIX的定义，因此它们被称为GNU BRE和GNU ERE。
最后，PCRE是正则表达式的后续版本，包含了更高级的功能。PCRE是PHP、Java和JavaScript等语言中最常采用的标准，尽管其实现通常不完全遵循规范，并且存在一些小的变动。
从集合的角度来看，POSIX BRE的功能是POSIX ERE的一个子集，而POSIX ERE又是GNU BRE和ERE的一个子集。在所有类型中，PCRE是所有类型的超集。
POSIX BRE 和 ERE
POSIX BRE 被认为是仍在使用的最古老的正则表达式类型。因此，它具有最基本的模式匹配运算符集。具体来说，POSIX BRE 支持.、^、$、*和{}）量词，以及字符集表达式（bracket expression）。
而POSIX ERE对这些运算符进行了扩展，POSIX ERE 还支持通过管道符号（|）进行选择。POSIX ERE 还定义了加号（+）和问号（?）量词，以支持匹配 1 个或多个以及 0 个或 1 个的模式。
BRE 的一个显著特点是反斜杠（\）必须位于某些元字符之前，以使它们具有特殊含义。具体而言，像 {、}、( 和 ) 这样的元字符在没有反斜杠的情况下失去了它们的特殊含义。这与 ERE 不同，在 ERE 中，前置反斜杠使这些元字符失去特殊含义。
GNU BRE 和 ERE
GNU BRE 和 GNU ERE 是在 POSIX BRE 和 ERE之上的扩展。这意味着 GNU BRE 和 ERE 能够处理 POSIX 等效的所有功能及更多功能。此外，GNU BRE 在功能上与 GNU ERE 相同，因为它们定义了一组相同的功能，不同于 GNU 的。
它们唯一的区别是 GNU BRE 需要使用反斜杠字符来赋予与 GNU BRE 相同的一组元字符特殊含义。例如在GNU BRE中使用+运算符需要添加\+才会生效。
简单来说就是：在ERE和PCRE中，可以直接使用*, +, ?, (, ), {, }, |, .这些字符，但在BRE中，需要在前面加上转义符\*, \+, \?, \(, \), \{, \}, |, \.
单词边界
除了所有 POSIX 功能，GNU BRE 和 ERE 还包括对单词边界的支持，使用 \b、\B、\< 和 \> 操作符。具体来说，\b 操作符指定单词的开始或结束，而 \B 是 \b 的取反版本。例如，假设我们有一个包含2行的 word-boundary.txt 文件：
$ cat word-boundary.txt
brownpancakes
brown pancakes
我们可以通过匹配带有单词边界的 brown 来选择第二行：
$ cat word-boundary.txt | grep -E "brown\b"
brown pancakes
另一方面，我们可以使用 \B 来选择不带单词边界的第一行：
$ cat word-boundary.txt | grep -E "brown\B"
brownpancakes
此外，还有两个操作符允许我们准确匹配单词的开始或结束。具体来说，\< 操作符专门匹配单词的开始，\> 操作符匹配单词的结束。
简写
此外，GNU 扩展还支持简写类，例如 \w 和 \s，提供了常用字符类的简洁语法。具体来说，我们可以使用 \w 语法来匹配任何字母数字值，它等同于 POSIX 的方括号语法 [a-zA-Z0-9_]。
类似地，\s 语法是匹配空格、制表符、回车符、换行符或换页符的简写，等同于 [ \t\r\n\f]。
PCRE
PCRE 是在本文章中提到的不同正则表达式标准中功能最完整的标准。事实上，现在流行的正则表达式引擎通常实现了 PCRE 标准的变体，以提供更完整的正则表达式体验。让我们看看 PCRE 的一些附加功能。
先行断言和后行断言
断言操作符是一个强大的正则表达式功能。它有两种变体：先行断言和后行断言语法。对于先行断言，有正向和负向版本，以允许取反表达式。例如，我们可以写一个正向先行断言表达式来匹配文本 brown 后跟 fox，而不考虑 fox 作为匹配项：
brown(?=fox)
另一方面，为了匹配 brown 后面没有 fish 这个单词的文本，我们可以使用负向先行断言表达式：
brown(?!fish)
要向后匹配，我们使用后行断言。为了使表达式匹配前面有 brown 的 fox 文本，我们可以使用正向后行断言语法：
(?<=brown)fox
类似地，我们可以使用负向后行断言匹配文本 fish，紧跟在单词 brown 之后：
(?<!brown)fish
没有先行和后行断言语法，我们只能将整个 brownfish 作为匹配项，而不仅仅是单词 brown。
懒惰修饰
默认情况下，所有量词（如 ?、* 和 {n,}）都是贪婪的。换句话说，它们会消耗尽可能多的匹配项。考虑一个字符串：
goooooo
像 go+、go* 或 go{1,} 这样的表达式在匹配目标时是贪婪的。具体来说，这些表达式会匹配整个 “goooooo” 文本，尽管它们只需要一个 “o” 在 “g” 字符之后。通过应用懒惰修饰符，我们可以使这些表达式消耗它们所需的最少标记。具体来说，这些表达式的“懒惰”等价形式是 go+?、go*? 和 go{1,}?。
总结
Vscode默认使用PCRE
vim默认使用BRE，搜索框输入\v后接正则表达式，启用ERE
grep默认使用BRE，grep -E启用ERE，grep -P启用PCRE
find默认使用BRE，find -regex启用ERE
用法参考：终于明白vim 和 grep 中 的正则表达式的用法, vim 正则表达式 和grep基本正则表达式 几乎一样
对于不同的语法：只要知道大概就可以了，没有必要深入纠结，因为在不同的系统和不同的软件版本下，具体是使用那种正则表达式规则，谁也说不清楚，只有通过查看源代码才能得知，例如grep也不是严格的BRE语法，grep无论是否添加-E都能支持\w运算符。
