一、正则表达式引擎

正则引擎大体上可分为不同的两类：DFA 和 NFA，而 NFA 又基本上可以分为传统型 NFA 和 POSIX NFA。

DFA(Deterministic Finite Automaton) 确定型有穷自动机
NFA(Non-deterministic finite automaton) 非确定型有穷自动机
(1) Traditional NFA
(2) POSIX NFA

DFA 引擎因为不需要回溯，所以匹配快速，但不支持捕获组，所以也就不支持反向引用和 $number 这种引用方式，目前使用 DFA 引擎的语言和工具主要有 awk、egrep 和 lex。

POSIX NFA 主要指符合 POSIX 标准的 NFA 引擎，它的特点主要是提供 longest-leftmost 匹配，也就是在找到最左侧最长匹配之前，它将继续回溯。同 DFA 一样，非贪婪模式或者说忽略优先量词对于 POSIX NFA 同样是没有意义的。

目前 JavaScript，Java，Php，Python，C# 等语言均实现了 NFA 引擎。

大多数语言和工具使用的是传统型的 NFA 引擎，它有一些 DFA 不支持的特性：

捕获组、反向引用和 $number 引用方式；
环视(Lookaround)，(?<=…)、(?<!…)、(?=…)、(?!…)，或者有的有文章叫做预搜索；
忽略优先量词??、*?、+?、{m,n}?、{m,}?，或者有的文章叫做非贪婪模式；
占有优先量词?+、*+、++、{m,n}+、{m,}+，目前仅 Java 和 PCRE 支持，固化分组 (?>…)。

按以上的说法，awk、egrep、lex 使用 DFA 引擎，所以不支持捕获组、反向引用和 $number 引用方式；不支持环视；不支持忽略优先修饰符；不支持占有优先修饰符。我觉得有问题，改天再验证吧！！

二、正则表达式分类

在 Linux 和 OS X 下，常见的正则表达式，至少有以下三种：

基本的正则表达式（Basic Regular Expression 又叫 Basic RegEx 简称 BREs）
扩展的正则表达式（Extended Regular Expression 又叫 Extended RegEx 简称 EREs）
Perl 的正则表达式（Perl Regular Expression 又叫 Perl RegEx 简称 PREs）

三、正则表达式比较

字符	说明	Basic RegEx	Extended RegEx	Python RegEx	Perl RegEx
`^`	匹配行首或者字符串的开始处	`^`	`^`	`^`	`^`
`$`	匹配行尾或者字符串的结尾处	`$`	`$`	`$`	`$`
`^$`	匹配空行	`^$`	`^$`	`^$`	`^$`
`\<`	匹配单词开始处。例如，`\<liao`，表示匹配以 `liao` 开头的单词。等价于 `\bliao`	`\<`	`\<`	不支持	不支持，但是可以使用 `\b` 来匹配单词边界
`\>`	匹配单词结尾处	`\>`	`\>`	不支持	不支持，但是可以使用 `\b` 来匹配单词边界
`>`	匹配单词结尾处，这种元字符的含义有问题	`>`	`>`	不支持	不支持，但是可以使用 `\b` 来匹配单词边界
`?`	匹配前面的子表达式 0 次或者 1 次；匹配前面的子表达式 0 个或 1 个；匹配 0 个或 1 个前面的子表达式；匹配 0 个或 1个前面的子表达式所代指的字符串；匹配 0 个或 1 个前面的子表达式所匹配到的字符串	不支持，需要转义	`?`	`?`	`?`
`\?`	匹配前面的子表达式 0 次或者 1 次，这种元字符的含义有问题	`\?`	不支持	不支持	不支持
`?`	问号跟在任何一个量词后面，则变成非贪婪匹配模式。	不支持	不支持	不支持	不支持
`.`	匹配除了换行符以外的任意一个字符（awk 指令中的句点 `.` 可以匹配换行符 `\n`）	`.`	`.`（如果要匹配包含换行符在内的任意单个字符，可以使用 `[\s\S]`）	`.`	`.`（如果要匹配包含 `\n` 在内的任意一个字符，可以使用 `[.\n]`）
`*`	匹配前面的子表达式任意次；匹配前面的子表达式任意个；匹配任意次前面的子表达式	`*`	`*`	`*`	`*`
`+`	匹配前面的子表达式 1 次或者多次	需要转义	`+`	`+`	`+`
`{n}`	`n` 是一个非负整数，表示匹配前面的子表达式 `n` 次	需要转义，`\{n\}`	`{n}`	`{n}`	`{n}`
`x\|y`	匹配 x 或者 y	需要转义，`x\\|y`	`x\|y`	`x\|y`	`x\|y`
`\d`	匹配从 0 到 9 中的任意一个数字字符	不支持	不支持	`\d`	`\d`
`\D`	匹配非数字的任意一个字符	不支持	不支持	`\D`	`\D`
`\S`	匹配除了空白字符以外的任意一个字符	不支持	不支持	`\S`	`\S`
`\s`	匹配任意一个空白字符，等价于 `[\f\n\r\t\v]`	不支持	不支持	`\s`	`\s`
`\W`	匹配除了英文字母、数字、下划线以外的任意一个字符	`\W`	`\W`	`\W`	`\W`
`\w`	匹配英文字母、数字、下划线中的任意一个字符	`\w`	`\w`	`\w`	`\w`
`\B`	匹配非单词边界，例如，`er\B` 可以匹配 `here` 中的 `er`，但是不能匹配 `hier` 中的 `er`	`\B`	`\B`	`\B`	`\B`
`\b`	匹配单词边界	`\b`	`\b`	`\b`	`\b`
`\f`	匹配一个换页符。等价于 `\x0c` 和 `\cL`	不支持	不支持	`\f`	`\f`
`\n`	匹配一个换行符。等价于 `\x0a` 和 `\cJ`	不支持	不支持	`\n`	`\n`
`\r`	匹配一个回车符。等价于 `\x0d` 和 `\cM`	不支持	不支持	`\r`	`\r`
`\t`	匹配一个横向制表符。等价于 `\x09` 和 `\cI`	不支持	不支持	`\t`	`\t`
`\v`	匹配一个垂直制表符。等价于 `\x0b` 和 `\cK`	不支持	不支持	`\v`	`\v`
`\cx`	匹配由 `x` 指明的控制字符。例如，`\cM` 匹配一个 `Control-M` 或回车符，`x` 的值必须为一个英文字母，否则 c 被视为一个普通字符	不支持	不支持		`\cx`
`\xn`	匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，`\x41` 匹配 `A` 。正则表达式中可以使用 ASCII 编码。	不支持	不支持		支持
`\num`	其中 num 为一个正整数，表示对所获取的匹配的引用	不支持	`\num`	`\num`

注意：

js 中支持的是 EREs。
当使用 BREs ( 基本正则表达式 ) 时，必须在下列这些符号 ?,+,|,{,},(,) 前加上转义字符。

四、Linux/OS X 下常用命令与正则表达式的关系

我曾经尝试在 grep 和 sed 命令中书写正则表达式，经常发现某些元字符不能直接使用，有些需要转义，有些又不需要转义，下面就梳理了不同的命令所支持的正则表达式种类。

命令	正则表达式特定
grep	支持 BREs、EREs、PREs 正则表达式。 1. 指令后不跟任何参数, 则表示要使用 “BREs”； 2. grep 指令后跟 ”-E” 参数, 则表示要使用 “EREs”； 3. grep 指令后跟 “-P” 参数, 则表示要使用 “PREs”。
egrep	支持 EREs、PREs 正则表达式。 1. egrep 指令后不跟任何参数, 则表示要使用 “EREs”； 2. egrep 指令后跟 “-P” 参数, 则表示要使用 “PREs”。
sed	支持 BREs、EREs。 1. sed 指令默认是使用 “BREs”； 2. sed 指令后跟 “-r” 参数 , 则表示要使用“EREs”。
awk	支持 EREs，并且默认使用 “EREs”。