扩展POSIX语法下C正则库与C++正则库的行为差异问题

问题核心原因 #

1. 标准POSIX扩展正则语法不支持\s转义
   POSIX正则规范（包括基础和扩展版本）中没有定义\s作为空白字符的简写，匹配空白的标准写法是POSIX字符类[[:space:]]。\s属于ECMAScript/Perl体系的正则语法，不属于POSIX标准要求的内容。

2. 两个库的实现严格度不同

• C POSIX正则库（常见为glibc的实现）对标准做了非官方扩展，默认兼容\s这类Perl风格的简写转义，因此可以正常解析运行。
• C++标准库的std::regex在指定regex_constants::extended标记时，严格遵循POSIX扩展正则的标准定义，遇到标准中未定义的转义序列\s就会直接抛出regex_error异常。

附加注意点 #

你代码中写的string pattern = "\s"本身属于非标准的C字符串字面量：C标准只定义了\n、\t等少数转义序列，\s不属于合法转义，属于未定义行为。如果要在字符串中存储真正的\+s组合，需要写成"\\s"，或者使用C++11及以上版本的原始字符串字面量R"(\s)"。

解决方案 #

• 如果你需要保持POSIX扩展语法兼容两边，将正则模式改为"[[:space:]]"即可正常运行。
• 如果你要使用\s这类简写语法，使用std::regex默认的ECMAScript语法模式即可，不需要额外指定regex_constants::extended标记。

内容的提问来源于stack exchange，提问作者E G