C语言正则表达式字符组中连字符的正确转义方法

你遇到的核心问题是：POSIX扩展正则（ERE，即REG_EXTENDED模式）不支持在字符组[]内用反斜杠转义连字符。在ERE规则中，字符组内的反斜杠仅作为普通字符处理，不是转义符。你写的\\-会被解析为\和-两个字符，而9\-#部分会被正则编译器错误识别为无效的字符范围（\的ASCII值大于#），最终导致编译失败。

如果一定要在字符组中间放置字面连字符，有两种可行方案：

方案1：用POSIX字符类拆分范围 #

将原正则中的a-z0-9替换为POSIX标准字符类[:lower:]（匹配小写字母）和[:digit:]（匹配数字）。当连字符位于字符类与普通字符之间时，不会被当作范围分隔符，而是直接解析为字面意义。修改后的代码：

regex_t re;
const char *pattern = "^[[:lower:][:digit:]-#_]+$";
if (regcomp(&re, pattern, REG_EXTENDED) != 0) {
   printf("Error compiling %s\n", pattern); // 修复原代码中printf缺失参数的问题
}

方案2：切换到基本正则（BRE）模式 #

如果坚持要用反斜杠转义的方式，需要去掉REG_EXTENDED标志，改用POSIX基本正则（BRE）模式。BRE支持在字符组内用\-表示字面连字符，但注意BRE中+是普通字符，要表示“一个或多个”需要转义为\+。修改后的代码：

regex_t re;
const char *pattern = "^[a-z0-9\\-#_]\\+$";
if (regcomp(&re, pattern, 0) != 0) {
   printf("Error compiling %s\n", pattern);
}

补充说明 #

你之前尝试的双重转义\\\\-之所以无效，是因为C字符串会将\\\\解析为单个\，最终传给regcomp的是\-——但在ERE模式下，字符组内的\-只是\和-两个字符，依然会触发无效范围的语法错误。

内容的提问来源于stack exchange，提问作者HardcoreHenry