[[.ch。]]在正则表达式中是什么意思？

替代标题：在符合POSIX的正则表达式中，“整理顺序”或“整理元素”是什么？

我在POSIX规范的9.3.5节中找到了确切的技术定义，将其作为列表中的第4个项目，但是对我来说还不是很清楚。

我用Google搜索周围的网站为例子和解释上，并提出了不完全两手空空，但绝对不开明。

我唯一要了解的是，在某些情况下，为了使长度比较和确定“最长匹配”是什么，您可以让正则表达式将多个字符当作单个字符对待（因为正则表达式贪婪且返回最长的匹配项）。

那是全部吗？我很难看到它的用途，但我怀疑我的理解还不完整。 正则表达式的“整理”实际上是什么？ 以及如何[[.ch.]]在POSIX规范的例子，涉及到这个？

通常在排序的上下文中引用排序规则元素。

在许多语言中，整理（像在字典中排序）不仅是按字符进行的。例如，在捷克，ch不排序之间cg，并ci像它会英文的，但被认为是作为一个整体进行排序。它是一个排序元素（在这里我们不能指代字符，字符是排序元素的子集），在h和之间进行排序i。

现在您可能会问，与正则表达式有什么关系？，为什么要在方括号表达式中引用整理元素？。

好吧，在方括号内，确实使用了顺序。例如，在中[c-j]，您希望字符介于c和之间j。那你呢？您宁愿在此整理元素。[h-i]在捷克的比赛中ch：

$ echo cho | LC_ALL=cs_CZ.UTF-8 grep '^[h-i]o'
cho

因此，如果您能够在方括号表达式中列出一系列排序规则元素，那么您也希望能够单独列出它们。[a-cch]会匹配介于a和c和之间的cand h字符。要具有a-c和ch整理元素，我们需要一种新的语法：

$ echo cho | LC_ALL=cs_CZ.UTF-8 grep '^[a-c[.ch.]]o'
cho

（介于a和之间c的ch一个）。

现在，世界还不是很完美，也许永远不会如此。上面的示例在GNU系统上并且可以正常工作。一个的另一示例排序元素可以是e与UTF-8组合重音符（$'e\u0301'呈现像$'\u00e9'如é）。

é和é是相同的字符，除了一个用一个字符表示而另一个用两个字符表示。

$ echo $'e\u301t\ue9' | grep '^[d-f]t'

可以在某些系统上正常工作，但不能在其他系统上工作（例如，不是GNU的）。而且，目前还不清楚是否$'[[.\ue9.]]'应该只匹配$'\ue9'或两者$'\ue9'并$'e\u301'。

更不用说非字母脚本，或具有不同区域排序顺序的脚本，例如ffi（ffi一个字符）之类的东西，用这种简单的API很难处理。

当使用非英语（非ASCII）字符时，这很有用。ch您提到的示例是一个有向图，即某些语言的字母表中有一个字母/可以用英语字母表中的两个字母表示。

当您[.ch.]在正则表达式中使用时，您基本上会说：“我希望带图的非英语输入序列ch。我希望我的正则表达式与单个字符匹配ch。我的编程语言/正则表达式引擎/键盘不允许我写此图的符号，所以我输入[.ch.]。我的意思不是c后面跟一个h。请只将有向图作为单个字符出现。”

[[.ch.]]表示有向图是一组字符的一部分。在这种情况下，实际上只有一个字符。只是标准的正则表达式符号。