¿Hay un subconjunto común/estándar de expresiones regulares?

Question

¿Los "caracteres de control" utilizados en las expresiones regulares difieren mucho entre las diferentes implementaciones de los analizadores de expresiones regulares (por ejemplo, expresiones regulares en Ruby, Java, C#, sed, etc.). Por ejemplo, en Ruby, \D significa not a digit; ¿Significa lo mismo en Java, C# y sed? Supongo que lo que estoy preguntando es, ¿existe un "estándar" para las expresiones regulares que todos los analizadores de expresiones regex soportan?

En caso negativo, ¿hay algún subconjunto común que deba aprenderse y dominarse (y luego aprender los específicos del analizador según se encuentran)?

Answer 1

Consulte la lista de sintaxis básica en regular-expressions.info.

Y a comparison de los diferentes "sabores".

Answer 2

Hay un núcleo común que es muy simple. Corresponde a las expresiones regulares tal como se implementaron en las herramientas de software originales, como ed, grep, sed y awk. Esto vale la pena aprender, porque los otros formatos son superconjuntos de este. ^†

.  match any character 
[abc] match a, b, or c 
[^abc] match a character other than a, b, or c 
[a-c] match the range from a to c 
^  match the begininning of the line 
$  match the end of the line 
*  match zero or more of the preceding character 
\(...\) group for use as a back-reference 

---

^{† He dejado de lado expresiones con corchetes Posix porque nadie los usa y no están en el subconjunto. Los parens son por defecto mágicos excepto en las expresiones clásicas.}