如何转义c中正则表达式字符组中的连字符

Question

我有一个 C 程序来编译正则表达式，它看起来像：

   regex_t re;

   if (regcomp(&re, "^[a-z0-9\\-#_]+$",REG_EXTENDED) != 0) {
      printf("Error compiling %s\n");
   }

基本上，我想将任何内容与一系列小写字符、数字、破折号、散列或下划线相匹配。 似乎上面的操作由于破折号而失败了：

Error compiling ^[a-zA-Z0-9\-#_]+$

根据我能找到的所有文档，在 posix 扩展正则表达式中，您应该能够转义字符组中的

-

，但由于某种原因，这似乎在我的试验中不起作用。 我还尝试了双重转义（

"^[a-z0-9\\\\-#_]+$"

），它产生了相同的结果。 我知道我可以将破折号放在字符组的末尾而不转义，但我想知道如果它位于字符组的中间如何正确转义。

Answer 1

根据我能找到的所有文档，在 posix 扩展正则表达式中，您应该能够在字符组中转义 - ......

这是不正确的。来自 POSIX 9.3.5 RE 括号表达式...

特殊字符“.”、“*”、“[”和“\”（分别为 、 、 和 ）在方括号表达式中将失去其特殊含义。

我知道我可以将破折号放在字符组的末尾而不转义，但我想知道如果它位于字符组的中间如何正确转义。

没有。您必须使用解析规则，如下所述。

如果该字符出现在列表中的第一个（在初始“^”之后，如果有）或最后一个，或者作为范围表达式中的结束范围点，则该字符应被视为自身。例如，表达式“[-ac]”和“[ac-]”是等效的，并且匹配任何字符“a”、“c”或“-”； “[^-ac]”和“[^ac-]”是等价的，匹配除“a”、“c”或“-”之外的任何字符；表达式“[%--]”匹配“%”和“-”之间的任何字符（包括“%”和“-”）；表达式“[--@]”匹配“-”和“@”之间的任何字符（包括“-”和“@”）；并且表达式“[a--@]”无效或等同于“@”，因为在 POSIX 语言环境中字母“a”位于符号“-”之后。要使用 a 作为起始范围点，它应位于括号表达式的第一位或指定为整理符号；例如，“[][.-.]-0]”，它匹配一个或任何在 0 和 0 之间进行排序的字符或排序元素。

如果括号表达式同时指定“-”和“]”，则在括号表达式中，“]”应放在前面（在“^”之后，如果有），“-”放在最后。

真是一场噩梦。最简单的方法就是将破折号放在前面或后面。

POSIX 正则表达式非常粗糙。对于任何严重的事情，请考虑使用pcre。