没有反向引用的 C POSIX ERE

Question

我需要在我的 C 代码中包含 POSIX ERE 正则表达式编译器/执行器。我选择了 native regex.h 库，其内容如下所示:

#include <regex.h>

bool
match_posix_regex(const char *pattern, const char *str){
    regex_t regex;
    int reti;

    reti = regcomp(&regex, pattern, REG_EXTENDED);
    if(reti){
        printf("Could not compile the regex\n");
        return false;
    }

    reti = regexec(&regex, str, 0, NULL, 0);
    if(!reti){
        return true;
    }

    else if (reti == REG_NOMATCH){
        return false;
    }

    else{
        printf("ERROR in regex execution\n");
        return false;
    }
}

我注意到这个实现包括对反向引用的支持。据我了解，POSIX ERE 标准确实 not support无论这些标准的许多实现如何，都会进行反向引用。查看 regex.h docs我似乎无法禁用此功能。

我不想包含对反向引用的支持，因为它未包含在标准中，而且它可能会导致灾难性的回溯，如here所述。 。

有没有一种方法可以用 C 语言编译和运行符合 POSIX ERE 标准的正则表达式，并且不包含反向引用作为一项功能？

Answer 1

虽然 ERE 正则表达式不是常规语言(由于括号级别匹配)，但这方面不会影响引用，因此应该可以编写一个相当简单的正则表达式，这样，如果字符串与其匹配，则它是有效的ERE 没有反向引用或其他扩展，或者它具有不匹配的括号级别。为此，只需将括号视为普通字符即可。大部分工作将编写有效括号表达式的正则表达式。然后，在尝试编译输入字符串之前，将其与此固定正则表达式进行匹配。

我认为以下是括号表达式的正确正则表达式，注释位于各部分下方:

\[^?]?(\[\.([^.]|\.[^]])+\.]|\[=([^]=]|=[^]])+=]|\[:([^]:]|:[^]])+:]|[^]])*]
       ^^^^^^^^^^^^^^^^^^^^^ ^^^^^^^^^^^^^^^^^^^ ^^^^^^^^^^^^^^^^^^^ ^^^^
       collating symbol      equivalence class   character class     char

“伪 ERE”是:

($bracket|[^[\]|\[[.(\)*+?{|^$])*

其中 $bracket 是上面的括号正则表达式。