正規表現で [a-[:alpha:]］ の意味って?

C++11 の仕様に対する疑問

C++11 の正規表現 (std::regex_constants::ECMAScript 時) の仕様は ECMA-262 の文法を次のように微妙に変更したものとなっています。

ClassAtom ::

	-

	ClassAtomNoDash

	ClassAtomExClass

	ClassAtomCollatingElement

	ClassAtomEquivalence

ClassAtomExClass ::

	[: ClassName :]

ClassAtomCollatingElement ::

	[. ClassName .]

ClassAtomEquivalence ::

	[= ClassName =]

ClassName ::

	ClassNameCharacter

	ClassNameCharacter ClassName

ClassNameCharacter ::

	SourceCharacter but not one of "." "=" ":"

(ドラフト n3337.pdf より)

そして ECMA-262 の正規表現の文字クラス周りの文法はだいたい以下のような感じになっています。

CharacterClass ::

	[ [lookahead ∉ {^}] ClassRanges ]

	[ ^ ClassRanges ]

ClassRanges ::

	[empty]

	NonemptyClassRanges

NonemptyClassRanges ::

	ClassAtom

	ClassAtom NonemptyClassRangesNoDash

	ClassAtom - ClassAtom ClassRanges

NonemptyClassRangesNoDash ::

	ClassAtom

	ClassAtomNoDash NonemptyClassRangesNoDash

	ClassAtomNoDash - ClassAtom ClassRanges

ClassAtom :: (ここは C++11 の仕様で変更される)

	-

	ClassAtomNoDash

ClassAtomNoDash ::

	SourceCharacter but not one of \ or ] or -

	\ ClassEscape

ClassEscape ::

	DecimalEscape

	b

	CharacterEscape

	CharacterClassEscape

(Standard ECMA-262 より)

ここで、強調した部分、つまり以下の部分

ClassAtom ::

	ClassAtomExClass

NonemptyClassRanges ::

	ClassAtom - ClassAtom ClassRanges

NonemptyClassRangesNoDash ::

	ClassAtomNoDash - ClassAtom ClassRanges

を素直に解釈すると、例えば次のような正規表現は文法上正しいということになります。

[a-[:alpha:]]
[[:alpha:]-a]
[[:alpha:]-[:alpha:]]

文法上は正しいといっても、何を表現しているのか意味がよくわかりません。

現実の実装では?

例えば、Boost C++ Libraries ではテストケース (test_sets.cpp) 内で、以下のようなテストをしており、

   TEST_INVALID_REGEX("[a-[:alpha:]]", boost::regex::extended);

問題となる正規表現を記述できないことを確かめています。

また、OS X Mountain Lion の clang-425.0.28 では、

#include <regex>
#include <iostream>

int main() {
	std::locale::global(std::locale("C"));
	std::regex re("[a-[:alpha:]]");
	std::cout << std::boolalpha << regex_match("a", re) << std::endl;
	std::cout << std::boolalpha << regex_match("b", re) << std::endl;
	return 0;
}

上記のソースを -std=c++11 -stdlib=libc++ でコンパイルして実行すると

true

false

が出力されます。なにが起こったのかよくわかりません。

また、Visual Studio 2012 Express では上記のソースを実行すると std::regex のコンストラクタ内で std::regex_error 例外が .code() == std::regex_constants::error_range で throw されます。

まとめ

というわけで、この問題は C++11 の仕様の間違いとして解釈するのが良いと思います。