Diferenças para o Perl

As diferenças descritas aqui referem-se ao Perl 5.005.

1. Por padrão, um caractere de espaço em branco é qualquer caractere que a função isspace() da biblioteca C reconhece, embora seja possível compilar PCRE com tabelas de tipos de caracteres alternativas. Normalmente isspace() corresponde a espaço, alimentação de formulário, nova linha, retorno de carro, tabulação horizontal e tabulação vertical. Perl 5 não inclui mais a tabulação vertical em seu conjunto de caracteres de espaço em branco. O escape \v que esteve na documentação do Perl por muito tempo nunca foi de fato reconhecido. No entanto, o caractere em si foi tratado como espaço em branco pelo menos até a versão 5.002. Na 5.004 e na 5.005, ele não corresponde a \s.
2. O PCRE não permite quantificadores repetidos em afirmações antecipadas. O Perl permite isso, mas eles não significam o que se imagina. Por exemplo, (?!a){3} não afirma que os próximos três caracteres não são "a". Apenas afirma que o próximo caractere não é “a” três vezes.
3. A captura de sub-expressões que ocorrem dentro de afirmações antecipadas negativas são contadas, mas suas entradas no vetor de deslocamentos nunca são definidas. O Perl define suas variáveis ​​ numéricas a partir de quaisquer expressões que sejam correspondidas antes que a afirmação falhe em corresponder a algo (deste modo tendo sucesso), mas apenas se a afirmação antecipada negativa contiver apenas uma ramificação.
4. Embora caracteres zero binários sejam suportados na string de entrada, eles não são permitidos na string da expressão (antes do PHP 8.2) porque ela é passada como uma string C normal, terminada por zero. A sequência de escape "\x00" pode ser usada na expressão para representar um zero binário. A partir do PHP 8.2, caracteres NUL \0 são suportados na string da expressão regular.
5. As seguintes sequências de escape do Perl não são suportadas: \l, \u, \L, \U. Na verdade, eles são implementados pelo tratamento geral de strings do Perl e não fazem parte de seu mecanismo de correspondência de expressões.
6. A asserção Perl \G não é suportada porque não é relevante para correspondências de expressões únicas.
7. Obviamente, a PCRE não suporta a construção (?{code}) e (??{code}). No entanto, há suporte para expressões recursivas.
8. No momento em que este artigo foi escrito, havia algumas curiosidades no Perl 5.005_02 relacionadas às configurações de strings capturadas quando parte de uma expressão é repetida. Por exemplo, corresponder "aba" com a expressão /^(a(b)?)+$/ define $2 como o valor "b", mas corresponder "aabbaa" com /^(aa(bb)?)+$/ deixa $2 indefinido. No entanto, se a expressão for alterada para /^(aa(b(b))?)+$/ então $2 (e $3) serão definidos. No Perl 5.004, $2 é definido em ambos os casos, e isso também é true na PCRE. Se no futuro o Perl mudar para um estado consistente diferente, a PCRE poderá mudar para seguir o mesmo comportamento.
9. Outra discrepância ainda não resolvida é que no Perl 5.005_02 o padrão /^(a)?(?(1)a|b)+$/ corresponde à string "a", enquanto que na PCRE isso não acontece. No entanto, tanto no Perl quanto na PCRE, /^(a)?a/ correspondido com "a" deixa $1 indefinido.

10. PCRE fornece algumas extensões para os recursos de expressão regular Perl:

    1. Embora as afirmações retroativas devam corresponder a strings de comprimento fixo, cada ramificação alternativa de uma afirmação retroativa pode corresponder a um comprimento diferente de string. O Perl 5.005 exige que todas tenham o mesmo comprimento.
    2. Se PCRE_DOLLAR_ENDONLY estiver definida e PCRE_MULTILINE não estiver definida, o metacaractere $ corresponderá apenas ao final da string.
    3. Se PCRE_EXTRA estiver definida, uma barra invertida seguida por uma letra sem significado especial será uma falha.
    4. Se PCRE_UNGREEDY estiver definida, a ganância dos quantificadores de repetição é invertida, ou seja, por padrão eles não serão gananciosos, mas se seguidos de um ponto de interrogação eles serão.