Python 正则表达式模块使用 BRE 还是 ERE？
Does the Python regular expression module use BRE or ERE?
看来 POSIX 将正则表达式的实现分为两种：基本正则表达式 (BRE) 和扩展正则表达式 (ERE)。
Python re module参考好像没有说明。
除了语法上的一些相似性，re 模块 不遵循 POSIX 正则表达式标准 .
不同的匹配语义
POSIX 正则表达式（可以用 DFA/NFA 甚至回溯引擎实现）总是找到 最左边的最长匹配 ，而 re模块是一个回溯引擎，它找到最左边的"earliest"匹配（"earliest"根据正则表达式定义的搜索顺序）。
在匹配 (Prefix|PrefixSuffix) 与 PrefixSuffix 的情况下可以观察到匹配语义的差异。
- 在 POSIX-complaint 实现 POSIX 正则表达式（不是那些只借用语法的）中，正则表达式将匹配
PrefixSuffix.
- 相比之下，
re 引擎（以及许多其他回溯正则表达式引擎）将仅匹配 Prefix，因为 Prefix 在交替中首先指定。
在匹配 (xxx|xxxxx)* 与 xxxxxxxxxx 的情况下也可以看出差异（10 个 x 的字符串）：
在 Cygwin 上：
$ [[ "xxxxxxxxxx" =~ (xxx|xxxxx)* ]] && echo "${BASH_REMATCH[0]}"
xxxxxxxxxx
全部 10 x 个匹配。
在Python:
>>> re.search(r'(?:xxx|xxxxx)*', 'xxxxxxxxxxx').group(0)
'xxxxxxxxx'
只有 9 个 x 匹配，因为它在所有 3 次重复中交替选择第一个项目 xxx，并且没有任何强制它回溯并交替尝试第二个项目）
POSIX-独家正则表达式功能
除了匹配语义的不同，POSIX正则表达式还定义了比较符号、等价class表达式的语法，以及 基于排序规则的字符范围 。这些特性大大增加了正则表达式的表达能力。
以等价class表达式为例，来自文档：
An equivalence class expression shall represent the set of collating elements belonging to an equivalence class, as described in Collation Order. [...]. The class shall be expressed by enclosing any one of the collating elements in the equivalence class within bracket-equal ( "[=" and "=]" ) delimiters. For example, if 'a', 'à', and 'â' belong to the same equivalence class, then "[[=a=]b]", "[[=à=]b]", and "[[=â=]b]" are each equivalent to "[aàâb]". [...]
由于这些功能在很大程度上取决于语言环境设置，因此相同的正则表达式在不同的语言环境中可能表现不同。它还取决于系统上的区域设置数据的整理顺序。
re 正则表达式特征
re 借鉴了 Perl 的语法，但并非 Perl 正则表达式中的所有功能都在 re 中实现。以下是 re 中可用的一些正则表达式功能，这些功能在 POSIX 正则表达式中不可用：
Greedy/lazy量词，指定展开量词的顺序。
虽然人们通常称POSIX中的*是贪婪的，但它实际上只是规定了POSIX中重复的下界和上界。所谓"greedy"行为是由于最左最长匹配规则。
- 环视断言（前瞻和后视）
- 条件模式
(?(id/name)yes-pattern|no-pattern)
- 速记结构：
\b、\s、\d、\w（某些 POSIX 正则表达式引擎可能会实现这些，因为标准对于这些情况，行为未定义）
都没有。它基本上是 PCRE 方言，但有不同的实现。
re 文档中的第一句话说：
This module provides regular expression matching operations similar to those found in Perl.
虽然这不会立即向新来者揭示他们与例如POSIX 正则表达式，众所周知，Perl 4 和后来的 Perl 5 提供了比早期工具的正则表达式功能大幅扩展的功能集，包括 POSIX 为 grep -E 授权的又名 ERE .
perlre manual page 更详细地描述了正则表达式的功能，尽管您会在 Python 文档中以不同的形式找到很多相同的详细信息。 Perl 手册页包含这段历史：
The patterns used in Perl pattern matching evolved from those supplied in the Version 8 regex routines. (The routines are derived (distantly) from Henry Spencer's freely redistributable reimplementation of the V8 routines.)
（这里V8指的是Version 8 Unix. Spencer's library basically (re)implemented POSIX regular expressions。）
Perl 4 有大量方便的结构，如 \d、\s、\w 以及符号速记，如 \t、\f、 \n。 Perl 5 添加了一组重要的扩展（仍在缓慢增长），包括但不限于
- 非贪婪量词
- 非回溯量词
- Unicode 符号和 属性 支持
- 非分组括号
- 先行和后行
- ...基本上任何以
(? 开头的东西
因此，"regular" 表达式不再是严格的 "regular"。
这由 Philip Hazell 在便携式库中重新实现，最初用于 Exim 邮件服务器；他的 PCRE library 已经进入无数不同的应用程序，包括许多编程语言（Ruby、PHP、Python 等）。顺便说一句，尽管名称如此，但该库并不是严格意义上的 "Perl compatible"（不再）；在功能和行为上都有差异。 （例如，Perl 在内部将 * 更改为 {0,32767} 之类的东西，而 PCRE 会做其他事情。）
Python 的早期版本实际上有一个不同的正则表达式实现，并且有 plans to change it again（尽管它基本上仍然是 PCRE）。这是 Python 2.7 / 3.5 的情况。
看来 POSIX 将正则表达式的实现分为两种：基本正则表达式 (BRE) 和扩展正则表达式 (ERE)。
Python re module参考好像没有说明。
除了语法上的一些相似性，re 模块 不遵循 POSIX 正则表达式标准 .
不同的匹配语义
POSIX 正则表达式（可以用 DFA/NFA 甚至回溯引擎实现）总是找到 最左边的最长匹配 ，而 re模块是一个回溯引擎，它找到最左边的"earliest"匹配（"earliest"根据正则表达式定义的搜索顺序）。
在匹配 (Prefix|PrefixSuffix) 与 PrefixSuffix 的情况下可以观察到匹配语义的差异。
- 在 POSIX-complaint 实现 POSIX 正则表达式（不是那些只借用语法的）中，正则表达式将匹配
PrefixSuffix. - 相比之下，
re引擎（以及许多其他回溯正则表达式引擎）将仅匹配Prefix，因为Prefix在交替中首先指定。
在匹配 (xxx|xxxxx)* 与 xxxxxxxxxx 的情况下也可以看出差异（10 个 x 的字符串）：
在 Cygwin 上：
$ [[ "xxxxxxxxxx" =~ (xxx|xxxxx)* ]] && echo "${BASH_REMATCH[0]}" xxxxxxxxxx全部 10
x个匹配。在Python:
>>> re.search(r'(?:xxx|xxxxx)*', 'xxxxxxxxxxx').group(0) 'xxxxxxxxx'只有 9 个
x匹配，因为它在所有 3 次重复中交替选择第一个项目xxx，并且没有任何强制它回溯并交替尝试第二个项目）
POSIX-独家正则表达式功能
除了匹配语义的不同，POSIX正则表达式还定义了比较符号、等价class表达式的语法，以及 基于排序规则的字符范围 。这些特性大大增加了正则表达式的表达能力。
以等价class表达式为例，来自文档：
An equivalence class expression shall represent the set of collating elements belonging to an equivalence class, as described in Collation Order. [...]. The class shall be expressed by enclosing any one of the collating elements in the equivalence class within bracket-equal (
"[="and"=]") delimiters. For example, if'a','à', and'â'belong to the same equivalence class, then"[[=a=]b]","[[=à=]b]", and"[[=â=]b]"are each equivalent to"[aàâb]". [...]
由于这些功能在很大程度上取决于语言环境设置，因此相同的正则表达式在不同的语言环境中可能表现不同。它还取决于系统上的区域设置数据的整理顺序。
re 正则表达式特征
re 借鉴了 Perl 的语法，但并非 Perl 正则表达式中的所有功能都在 re 中实现。以下是 re 中可用的一些正则表达式功能，这些功能在 POSIX 正则表达式中不可用：
Greedy/lazy量词，指定展开量词的顺序。
虽然人们通常称POSIX中的
*是贪婪的，但它实际上只是规定了POSIX中重复的下界和上界。所谓"greedy"行为是由于最左最长匹配规则。- 环视断言（前瞻和后视）
- 条件模式
(?(id/name)yes-pattern|no-pattern) - 速记结构：
\b、\s、\d、\w（某些 POSIX 正则表达式引擎可能会实现这些，因为标准对于这些情况，行为未定义）
都没有。它基本上是 PCRE 方言，但有不同的实现。
re 文档中的第一句话说：
This module provides regular expression matching operations similar to those found in Perl.
虽然这不会立即向新来者揭示他们与例如POSIX 正则表达式，众所周知，Perl 4 和后来的 Perl 5 提供了比早期工具的正则表达式功能大幅扩展的功能集，包括 POSIX 为 grep -E 授权的又名 ERE .
perlre manual page 更详细地描述了正则表达式的功能，尽管您会在 Python 文档中以不同的形式找到很多相同的详细信息。 Perl 手册页包含这段历史：
The patterns used in Perl pattern matching evolved from those supplied in the Version 8 regex routines. (The routines are derived (distantly) from Henry Spencer's freely redistributable reimplementation of the V8 routines.)
（这里V8指的是Version 8 Unix. Spencer's library basically (re)implemented POSIX regular expressions。）
Perl 4 有大量方便的结构，如 \d、\s、\w 以及符号速记，如 \t、\f、 \n。 Perl 5 添加了一组重要的扩展（仍在缓慢增长），包括但不限于
- 非贪婪量词
- 非回溯量词
- Unicode 符号和 属性 支持
- 非分组括号
- 先行和后行
- ...基本上任何以
(? 开头的东西
因此，"regular" 表达式不再是严格的 "regular"。
这由 Philip Hazell 在便携式库中重新实现，最初用于 Exim 邮件服务器；他的 PCRE library 已经进入无数不同的应用程序，包括许多编程语言（Ruby、PHP、Python 等）。顺便说一句，尽管名称如此，但该库并不是严格意义上的 "Perl compatible"（不再）；在功能和行为上都有差异。 （例如，Perl 在内部将 * 更改为 {0,32767} 之类的东西，而 PCRE 会做其他事情。）
Python 的早期版本实际上有一个不同的正则表达式实现，并且有 plans to change it again（尽管它基本上仍然是 PCRE）。这是 Python 2.7 / 3.5 的情况。