我学习了一个正则表达式，可以检测带牛津逗号的句子和不带牛津逗号的句子。例如
对于下面的句子
I went to the store and bought eggs, milk, apples, butter, and bread.
我将使用
(?:\w+,\s+){2,}and\s+\w+
以及
I went to the store and bought eggs, milk, apples, butter and bread.
我将使用
(?:\w+,\s+){1,}\w+\s+and\s+\w+.
它使用 Perl 在 Ultraedit 中运行良好。
但是，我正在使用一款名为 SDL Studio 的软件，它是一种 Cat 工具（翻译工具），它可以使用正则表达式，但由于某种原因，它不接受上述正则表达式。您能否告诉我，使用更标准的正则表达式引擎，是否有任何其他可能比上述公式更有效的正则表达式公式？
答案1
字符类 ( \w,\s和其他）是Perl 正则表达式。最常支持的替代方法是方括号中的字符集：[a-zA-Z]用于字母，[0-9]以及[ \t\n]用于空格。当然，这假设除了纯 ASCII 中的 26 个英文字母之外没有其他字母，并且还会忽略几个较罕见的空格字符。还有命名的字符类，类似[[:alpha:]]这样的工作方式，但可能有些地方它们不起作用。
(?:...)也是一个 Perlism，(...)如果您对捕获括号内的匹配部分不感兴趣，则可以用它来替换。
因此，我尝试将第一个 RE 转变为：
([[:alpha:]]+,[[:space:]]+){2,}and[[:space:]][[:alpha:]]+
或者更简单，更直接，更不具普遍性：
([a-z]+, +){2,}and +[a-z]+
两者都适用于启用了扩展正则表达式的 GNU grep（-E命令行标志），并且在某种程度上是标准的，但当然您的应用程序支持的可能不一样。下一个有问题的构造是{N,M}计数匹配，替换起来相当烦人，因为您需要重复上一组。（但请注意，这(...){1,}与 完全相同(...)+。）
这里有关于常用正则表达式的参考regex(7)手册页如果你真的想知道细节和不同版本之间的区别，请参阅为什么我的正则表达式在 X 中有效，但在 Y 中无效？在 unix.SE。