前面介紹了常用的字元組，但是在某些文件中，你可能會發現類似[:digit:]、[:lower:]之類的字元組，看起來不難理解（digit就是"數字"，lower就是"小寫"），但又很奇怪，它們就是POSIX字元組（POSIX Character Class）。因為某些語言的文件中出現了這些字元組，為避免困惑，這裡有必要做個簡要介紹。如果只使用常用的程式語言，可以忽略文件中的POSIX字元組，也可以忽略本節；如果想了解POSIX字元組，或者需要在Linux/UNIX下的各種工具（sed、awk、grep等）中使用正則表示式，最好閱讀本節。

之前介紹的字元組，都屬於Perl衍生出來的正則表示式流派（Flavor），這個流派叫做PCRE（Per Compatible Regular Expression）。在此之外，正則表示式還有其他流派，比如POSIX（Portable Operating System Interface for uniX），它是一系列規範，定義了UNIX作業系統應當支援的功能，其中也包括關於正則表示式的規範，[:digit:]之類的字元組就是遵循POSIX規範的字元組。

常見的[a-z]形式的字元組，在POSIX規範中仍然獲得支援，它的準確名稱是POSIX方括號表示式（POSIX bracket expression），主要用在UNIX/Linux系統中。POSIX方括號表示式與之前所說的字元組最主要的差別在於：在POSIX字元組中，反斜線\不是用來轉義的。所以POSIX方括號表示式[\d]只能匹配\和d兩個字元，而不是[0-9]對應的數字字元。

為了解決字元組中特殊意義字元的轉義問題，POSIX方括號表示式規定：如果要在字元組中表達字元]（而不是作為字元組的結束標記），應當讓它緊跟在字元組的開方括號之後，所以[]a]能匹配的字元就是]或a；如果要在字元組中標識字元-（而不是"-範圍表示法"），就必須將它放在字元組的閉方括號]之前，所以[a-]能匹配的字元就是a或-。

另一方面，POSIX規範還定義了POSIX字元組（POSIX character class），它大致等於之前介紹的字元組簡記法，都是使用類似[:digit:]、[:lower:]之類有明確意義的記號表示某類字元。

表1-2簡要介紹了POSIX字元組，注意表格中與其對應的是ASCII字元組，也就是能匹配的ASCII字元（ASCII編碼表中碼值在0~127之間的字元）。因為POSIX規範中有一個重要概念：locale（通常翻譯為"語言環境"），它是一組與語言和文化相關的設定，包括日期格式、貨幣幣值、字元編碼等。POSIX字元組的意義會根據locale的變化而變化，表1-2介紹的只是這些POSIX字元組在ASCII編碼中的意義；如果換用其他的locale（比如使用Unicode字符集），它們的意義可能會發生變化，具體請參考第129頁。

表1-2  POSIX字元組

注：標記*的字元組簡記法並不是POSIX規範中的，但使用很多，一般語言中都提供，文件中也會出現。

POSIX字元組的使用也與PCRE字元組簡記法的使用有所不同，主要區別在於，PCRE字元組簡記法可以脫離方括號直接出現，而POSIX字元組必須出現在方括號內。所以同樣是匹配數字字元，PCRE中可以直接寫\d，而POSIX字元組必須寫成[[:digit:]]。

在本書介紹的6種語言中，Java、PHP、Ruby支援使用POSIX字元組。

在PHP中可以直接使用POSIX字元組，但是PHP中的POSIX字元組只識別ASCII字元，也就是說，任何非ASCII字元（比如中文字元）都不能由任何一個POSIX字元組匹配。

Ruby的情況稍微複雜一點。Ruby 1.8中的POSIX字元組只能匹配ASCII字元，而且不支援[:word:]和[:ASCII:]；Ruby 1.9中的POSIX字元組可以匹配Unicode字元，而且支援[:word:]和[:ASCII:]。

Java中的情況更加複雜。POSIX字元組[[:name:]]必須使用\p{name}的形式，其中name為POSIX字元組對應的名字，比如[:space:]就應當寫作\p{Space}，請注意第一個字母要大寫，其他POSIX字元組都是這樣，只有[:xdigit:]要寫作\p{XDigit}。並且Java中的POSIX字元組，只能匹配ASCII字元。