regex - 为什么有这么多不同的正则表达式方言？

Question

我想知道为什么必须有这么多正则表达式方言。为什么似乎有这么多语言，而不是重复使用一种久经考验的真实方言，似乎一心要编写自己的语言。

Like these.

我的意思是，我知道其中一些确实有非常不同的后端。但这不应该从程序员那里抽象出来吗？

我更多地指的是奇怪但微小的差异，例如括号必须在一种语言中转义，而在另一种语言中是文字。或者元字符的含义有些不同。

有什么特别的原因我们不能有某种通用的正则表达式方言吗？我认为对于必须使用多种语言工作的程序员来说，这会让事情变得更容易。

Answer 1

因为正则表达式只有三个操作:

串联

工会|

Kleene 闭合 *

其他一切都是扩展或语法糖，因此没有标准化的来源。捕获组、反向引用、字符类、基数操作等都是对正则表达式原始定义的补充。

其中一些扩展使“正则表达式”根本不再是正则的。由于这些附加功能，它们能够决定非正则语言，但无论如何我们仍然称它们为正则表达式。

随着人们添加更多扩展，他们通常会尝试使用正则表达式的其他常见变体。这就是为什么几乎所有方言都使用 X+表示“一个或多个X”，这本身只是写作的捷径 XX* .

但是当添加新功能时，就没有标准化的基础，所以必须有人做出一些事情。如果大约同时有不止一组设计师提出类似的想法，他们就会有不同的方言。