Início / unix / Perguntas / 550452
Accepted
Stilez
Asked: 2019-11-06 02:49:32 +0800 CST

O FreeBSD contém várias variantes de regex básico?

  • 772

grepe sedambos são descritos como usando "regex básico" ("BRE") por padrão. BRE está bem descrito aqui .

Mas considere esta saída:

# echo '    aaaaa   ' | grep '\(aaaaa\|bbbbb\)'
    aaaaa
# echo '    aaaaa   ' | sed '/\(aaaaa\|bbbbb\)/ s/ /_/g'
    aaaaa

No primeiro comando, a \( ... \| ... \)sintaxe agia claramente como (X OR Y), já que a saída passou grep.

No segundo comando, a \( ... \| ... \)sintaxe claramente não agiu como (X OR Y), porque os espaços não foram alterados para sublinhados.

(Em contraste, ambos os comandos reconhecem \+como "uma ou mais repetições")

O que aconteceu? Por que parece haver dois tipos de BRE no FreeBSD, um dos quais reconhece a sintaxe que o outro não?

A questão mais profunda é que muitos projetos procuram o BRE para fornecer portabilidade para outros sistemas do tipo unix. Mas isso sugere que mesmo os BREs provavelmente não serão os mesmos em todas as plataformas, se eles não puderem ser os mesmos em plataformas individuais. Argh?

regular-expression

2 respostas

  1. Best Answer

    A descrição no artigo vinculado está errada.

    A definição real do POSIX afirma que:

    A interpretação de um caractere comum precedido por uma <barra invertida> ( '\' ) sem escape é indefinida, exceto para [ (){}, dígitos e dentro de uma expressão de colchetes]

    E caracteres comuns são definidos como quaisquer, exceto os caracteres especiais BRE .[^$*e a própria barra invertida.

    Portanto, ao contrário das reivindicações da página, o \+é indefinido no BRE e o \|.

    Algumas implementações de regex as definem como o mesmo que ERE +e |, no entanto, particularmente as GNU. Mas você não deve contar com isso, atenha-se aos recursos definidos.

    O problema aqui, é claro, é que o operador de alternância ERE |não existe em BRE, e o equivalente a ERE +é terrivelmente feio (é \{1,\}). Então você provavelmente quer usar o ERE.

    • 9 
  2. $ echo '    aaaaa   ' | sed 's/aaaaa|bbbbb/_/g'
    aaaaa
$ echo '    aaaaa   ' | sed -E 's/aaaaa|bbbbb/_/g'
    _
$ echo '    aaaaa   ' | sed -r 's/aaaaa|bbbbb/_/g'
    _
$ echo '    aaaaa   ' | sed -E '/(aaaaa|bbbbb)/ s/ /_/g'
____aaaaa___
$ echo '    aaaaa   ' | sed -E '/aaaaa|bbbbb/ s/ /_/g'
____aaaaa___

    ornão é um BRE (Expressão Regular Básica). Você precisa especificar -Epara BRE estendido .

    Veja alternação/ou operador Regex (foo|bar) em GNU ou BSD Sed

    ATUALIZAR

    Por que o grep funcionou?

    Podemos escolher que tipo de padrão queremos usar com grep

      -E, --extended-regexp     PATTERN is an extended regular expression
  -F, --fixed-strings       PATTERN is a set of newline-separated strings
  -G, --basic-regexp        PATTERN is a basic regular expression
  -P, --perl-regexp         PATTERN is a Perl regular expression
  -e, --regexp=PATTERN      use PATTERN as a regular expression

    Ao usar essas opções, podemos ver que grepo padrão é BRE e que a expressão OP falha com ERE:

    $ echo '    aaaaa   ' | grep '\(aaaaa\|bbbbb\)'
    aaaaa
$ echo '    aaaaa   ' | egrep '\(aaaaa\|bbbbb\)'
$ echo '    aaaaa   ' | grep -E '\(aaaaa\|bbbbb\)'
$ echo '    aaaaa   ' | grep -G '\(aaaaa\|bbbbb\)'
    aaaaa
$ echo '    aaaaa   ' | grep -G 'aaaaa\|bbbbb'
    aaaaa
$ echo '    aaaaa   ' | grep -G 'aaaaa|bbbbb'
$ echo '    aaaaa   ' | grep -E 'aaaaa|bbbbb'
    aaaaa
$ echo '    aaaaa   ' | grep -E 'aaaaa\|bbbbb'
$ echo '    aaaaa   ' | grep -G 'bbbbb\|aaaaa'
    aaaaa
$ echo '    aaaaa   ' | grep -E 'bbbbb\|aaaaa'
$ echo '    aaaaa   ' | grep -G 'bbbbb|aaaaa'
$ echo '    aaaaa   ' | grep -E 'bbbbb|aaaaa'
    aaaaa

    Tanto o grep quanto o sed fazem referência ao re_format (7) que afirma claramente:

    Expressões regulares obsoletas ("básicas") diferem em vários aspectos. `|' é um caractere comum e não há equivalente para sua funcionalidade.

    Mas parece que, se "escaparmos do cano", de fato obteremos a funcionalidade. Isso certamente tem um cheiro. Além disso, parece haver uma quebra recente nesse estádio - veja regex(3): Adicionar teste para cobrir a regressão BRE recente .

    E parece haver algum trabalho para substituir o regex na libc.

    Como Charles Duffy comenta abaixo

    porque algumas ferramentas implementam extensões não padrão nas quais você pode usar uma barra invertida para obter um comportamento somente ERE em um contexto BRE

    Estou acostumado a uma documentação muito boa com o FreeBSD. Isso significa que não tenho certeza se isso é intencional, mas não documentado - ou quebra.

    • 4

relate perguntas