Add preliminary db1.c from Aymeric Vincent <xmimic@free.fr>
[nvi.git] / regex / re_format.7
blob8c014c8ed3724d4a1c92be343627d4e90d5385ea
1 .\" Copyright (c) 1992, 1993, 1994 Henry Spencer.
2 .\" Copyright (c) 1992, 1993, 1994
3 .\"     The Regents of the University of California.  All rights reserved.
4 .\"
5 .\" This code is derived from software contributed to Berkeley by
6 .\" Henry Spencer of the University of Toronto.
7 .\"
8 .\" Redistribution and use in source and binary forms, with or without
9 .\" modification, are permitted provided that the following conditions
10 .\" are met:
11 .\" 1. Redistributions of source code must retain the above copyright
12 .\"    notice, this list of conditions and the following disclaimer.
13 .\" 2. Redistributions in binary form must reproduce the above copyright
14 .\"    notice, this list of conditions and the following disclaimer in the
15 .\"    documentation and/or other materials provided with the distribution.
16 .\" 3. All advertising materials mentioning features or use of this software
17 .\"    must display the following acknowledgement:
18 .\"     This product includes software developed by the University of
19 .\"     California, Berkeley and its contributors.
20 .\" 4. Neither the name of the University nor the names of its contributors
21 .\"    may be used to endorse or promote products derived from this software
22 .\"    without specific prior written permission.
23 .\"
24 .\" THIS SOFTWARE IS PROVIDED BY THE REGENTS AND CONTRIBUTORS ``AS IS'' AND
25 .\" ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
26 .\" IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
27 .\" ARE DISCLAIMED.  IN NO EVENT SHALL THE REGENTS OR CONTRIBUTORS BE LIABLE
28 .\" FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
29 .\" DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
30 .\" OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
31 .\" HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
32 .\" LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
33 .\" OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
34 .\" SUCH DAMAGE.
35 .\"
36 .\"     @(#)re_format.7 8.2 (Berkeley) 3/16/94
37 .\"
38 .TH RE_FORMAT 7 "March 16, 1994"
39 .SH NAME
40 re_format \- POSIX 1003.2 regular expressions
41 .SH DESCRIPTION
42 Regular expressions (``RE''s),
43 as defined in POSIX 1003.2, come in two forms:
44 modern REs (roughly those of
45 .IR egrep ;
46 1003.2 calls these ``extended'' REs)
47 and obsolete REs (roughly those of
48 .IR ed ;
49 1003.2 ``basic'' REs).
50 Obsolete REs mostly exist for backward compatibility in some old programs;
51 they will be discussed at the end.
52 1003.2 leaves some aspects of RE syntax and semantics open;
53 `\(dg' marks decisions on these aspects that
54 may not be fully portable to other 1003.2 implementations.
55 .PP
56 A (modern) RE is one\(dg or more non-empty\(dg \fIbranches\fR,
57 separated by `|'.
58 It matches anything that matches one of the branches.
59 .PP
60 A branch is one\(dg or more \fIpieces\fR, concatenated.
61 It matches a match for the first, followed by a match for the second, etc.
62 .PP
63 A piece is an \fIatom\fR possibly followed
64 by a single\(dg `*', `+', `?', or \fIbound\fR.
65 An atom followed by `*' matches a sequence of 0 or more matches of the atom.
66 An atom followed by `+' matches a sequence of 1 or more matches of the atom.
67 An atom followed by `?' matches a sequence of 0 or 1 matches of the atom.
68 .PP
69 A \fIbound\fR is `{' followed by an unsigned decimal integer,
70 possibly followed by `,'
71 possibly followed by another unsigned decimal integer,
72 always followed by `}'.
73 The integers must lie between 0 and RE_DUP_MAX (255\(dg) inclusive,
74 and if there are two of them, the first may not exceed the second.
75 An atom followed by a bound containing one integer \fIi\fR
76 and no comma matches
77 a sequence of exactly \fIi\fR matches of the atom.
78 An atom followed by a bound
79 containing one integer \fIi\fR and a comma matches
80 a sequence of \fIi\fR or more matches of the atom.
81 An atom followed by a bound
82 containing two integers \fIi\fR and \fIj\fR matches
83 a sequence of \fIi\fR through \fIj\fR (inclusive) matches of the atom.
84 .PP
85 An atom is a regular expression enclosed in `()' (matching a match for the
86 regular expression),
87 an empty set of `()' (matching the null string)\(dg,
88 a \fIbracket expression\fR (see below), `.'
89 (matching any single character), `^' (matching the null string at the
90 beginning of a line), `$' (matching the null string at the
91 end of a line), a `\e' followed by one of the characters
92 `^.[$()|*+?{\e'
93 (matching that character taken as an ordinary character),
94 a `\e' followed by any other character\(dg
95 (matching that character taken as an ordinary character,
96 as if the `\e' had not been present\(dg),
97 or a single character with no other significance (matching that character).
98 A `{' followed by a character other than a digit is an ordinary
99 character, not the beginning of a bound\(dg.
100 It is illegal to end an RE with `\e'.
102 A \fIbracket expression\fR is a list of characters enclosed in `[]'.
103 It normally matches any single character from the list (but see below).
104 If the list begins with `^',
105 it matches any single character
106 (but see below) \fInot\fR from the rest of the list.
107 If two characters in the list are separated by `\-', this is shorthand
108 for the full \fIrange\fR of characters between those two (inclusive) in the
109 collating sequence,
110 e.g. `[0-9]' in ASCII matches any decimal digit.
111 It is illegal\(dg for two ranges to share an
112 endpoint, e.g. `a-c-e'.
113 Ranges are very collating-sequence-dependent,
114 and portable programs should avoid relying on them.
116 To include a literal `]' in the list, make it the first character
117 (following a possible `^').
118 To include a literal `\-', make it the first or last character,
119 or the second endpoint of a range.
120 To use a literal `\-' as the first endpoint of a range,
121 enclose it in `[.' and `.]' to make it a collating element (see below).
122 With the exception of these and some combinations using `[' (see next
123 paragraphs), all other special characters, including `\e', lose their
124 special significance within a bracket expression.
126 Within a bracket expression, a collating element (a character,
127 a multi-character sequence that collates as if it were a single character,
128 or a collating-sequence name for either)
129 enclosed in `[.' and `.]' stands for the
130 sequence of characters of that collating element.
131 The sequence is a single element of the bracket expression's list.
132 A bracket expression containing a multi-character collating element 
133 can thus match more than one character,
134 e.g. if the collating sequence includes a `ch' collating element,
135 then the RE `[[.ch.]]*c' matches the first five characters
136 of `chchcc'.
138 Within a bracket expression, a collating element enclosed in `[=' and
139 `=]' is an equivalence class, standing for the sequences of characters
140 of all collating elements equivalent to that one, including itself.
141 (If there are no other equivalent collating elements,
142 the treatment is as if the enclosing delimiters were `[.' and `.]'.)
143 For example, if o and \o'o^' are the members of an equivalence class,
144 then `[[=o=]]', `[[=\o'o^'=]]', and `[o\o'o^']' are all synonymous.
145 An equivalence class may not\(dg be an endpoint
146 of a range.
148 Within a bracket expression, the name of a \fIcharacter class\fR enclosed
149 in `[:' and `:]' stands for the list of all characters belonging to that
150 class.
151 Standard character class names are:
155 .ta 3c 6c 9c
156 alnum   digit   punct
157 alpha   graph   space
158 blank   lower   upper
159 cntrl   print   xdigit
163 These stand for the character classes defined in
164 .IR ctype (3).
165 A locale may provide others.
166 A character class may not be used as an endpoint of a range.
168 There are two special cases\(dg of bracket expressions:
169 the bracket expressions `[[:<:]]' and `[[:>:]]' match the null string at
170 the beginning and end of a word respectively.
171 A word is defined as a sequence of
172 word characters
173 which is neither preceded nor followed by
174 word characters.
175 A word character is an
176 .I alnum
177 character (as defined by
178 .IR ctype (3))
179 or an underscore.
180 This is an extension,
181 compatible with but not specified by POSIX 1003.2,
182 and should be used with
183 caution in software intended to be portable to other systems.
185 In the event that an RE could match more than one substring of a given
186 string,
187 the RE matches the one starting earliest in the string.
188 If the RE could match more than one substring starting at that point,
189 it matches the longest.
190 Subexpressions also match the longest possible substrings, subject to
191 the constraint that the whole match be as long as possible,
192 with subexpressions starting earlier in the RE taking priority over
193 ones starting later.
194 Note that higher-level subexpressions thus take priority over
195 their lower-level component subexpressions.
197 Match lengths are measured in characters, not collating elements.
198 A null string is considered longer than no match at all.
199 For example,
200 `bb*' matches the three middle characters of `abbbc',
201 `(wee|week)(knights|nights)' matches all ten characters of `weeknights',
202 when `(.*).*' is matched against `abc' the parenthesized subexpression
203 matches all three characters, and
204 when `(a*)*' is matched against `bc' both the whole RE and the parenthesized
205 subexpression match the null string.
207 If case-independent matching is specified,
208 the effect is much as if all case distinctions had vanished from the
209 alphabet.
210 When an alphabetic that exists in multiple cases appears as an
211 ordinary character outside a bracket expression, it is effectively
212 transformed into a bracket expression containing both cases,
213 e.g. `x' becomes `[xX]'.
214 When it appears inside a bracket expression, all case counterparts
215 of it are added to the bracket expression, so that (e.g.) `[x]'
216 becomes `[xX]' and `[^x]' becomes `[^xX]'.
218 No particular limit is imposed on the length of REs\(dg.
219 Programs intended to be portable should not employ REs longer
220 than 256 bytes,
221 as an implementation can refuse to accept such REs and remain
222 POSIX-compliant.
224 Obsolete (``basic'') regular expressions differ in several respects.
225 `|', `+', and `?' are ordinary characters and there is no equivalent
226 for their functionality.
227 The delimiters for bounds are `\e{' and `\e}',
228 with `{' and `}' by themselves ordinary characters.
229 The parentheses for nested subexpressions are `\e(' and `\e)',
230 with `(' and `)' by themselves ordinary characters.
231 `^' is an ordinary character except at the beginning of the
232 RE or\(dg the beginning of a parenthesized subexpression,
233 `$' is an ordinary character except at the end of the
234 RE or\(dg the end of a parenthesized subexpression,
235 and `*' is an ordinary character if it appears at the beginning of the
236 RE or the beginning of a parenthesized subexpression
237 (after a possible leading `^').
238 Finally, there is one new type of atom, a \fIback reference\fR:
239 `\e' followed by a non-zero decimal digit \fId\fR
240 matches the same sequence of characters
241 matched by the \fId\fRth parenthesized subexpression
242 (numbering subexpressions by the positions of their opening parentheses,
243 left to right),
244 so that (e.g.) `\e([bc]\e)\e1' matches `bb' or `cc' but not `bc'.
245 .SH SEE ALSO
246 regex(3)
248 POSIX 1003.2, section 2.8 (Regular Expression Notation).
249 .SH BUGS
250 Having two kinds of REs is a botch.
252 The current 1003.2 spec says that `)' is an ordinary character in
253 the absence of an unmatched `(';
254 this was an unintentional result of a wording error,
255 and change is likely.
256 Avoid relying on it.
258 Back references are a dreadful botch,
259 posing major problems for efficient implementations.
260 They are also somewhat vaguely defined
261 (does
262 `a\e(\e(b\e)*\e2\e)*d' match `abbbd'?).
263 Avoid using them.
265 1003.2's specification of case-independent matching is vague.
266 The ``one case implies all cases'' definition given above
267 is current consensus among implementors as to the right interpretation.
269 The syntax for word boundaries is incredibly ugly.