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

FreeBSD 是否包含基本正则表达式的多种变体？

  • 772

grep并且sed默认情况下都被描述为使用“基本正则表达式”（“BRE”）。BRE在这里有很好的描述。

但是考虑这个输出：

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

在第一个命令中，\( ... \| ... \)语法显然是，(X OR Y)因为输出通过了grep。

在第二个命令中，\( ... \| ... \)语法显然没有充当，(X OR Y)因为空格没有更改为下划线。

（相比之下，两个命令都被识别\+为“一个或多个重复”）

发生了什么事？为什么在 FreeBSD 中似乎有两种 BRE，其中一种可以识别另一种不能识别的语法？

更深层次的问题是，许多项目着眼于 BRE 以提供对其他类 unix 系统的可移植性。但这表明即使 BRE 在各个平台之间也不可能相同，即使它们在各个平台中都不相同。啊？

regular-expression

2 个回答

  1. Best Answer

    链接文章中的描述是错误的。

    实际的 POSIX 定义指出：

    以非转义 <反斜杠> ( '\' ) 开头的普通字符的解释是未定义的，除了[ (){}、数字和括号表达式]

    普通字符被定义为除 BRE 特殊字符.[^$*和反斜杠本身之外的任何字符。

    因此，与该页面声称的不同，\+BRE 中未定义 ，\|.

    一些正则表达式实现将它们定义为与 ERE 相同+，|但尤其是 GNU 的。但是您不应该指望这一点，而是坚持定义的功能。

    当然，这里的问题是|BRE 中根本不存在 ERE 交替运算符，而 ERE 的等价物+非常丑陋（它是\{1,\}）。因此，您可能想改用 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___

    or不是 BRE（基本正则表达式）。您需要指定-E扩展BRE。

    请参阅GNU 或 BSD Sed 中的正则表达式交替/或运算符 (foo|bar)

    更新

    为什么 grep 有效？

    我们可以用grep选择我们想要使用什么样的模式

      -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

    通过使用这些开关，我们可以看到grep确实默认为 BRE，并且 OP 表达式因 ERE 而失败：

    $ 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

    grep和sed都参考了 re_format (7)，其中明确指出：

    过时的（“基本”）正则表达式在几个方面有所不同。`|' 是一个普通字符，它的功能没有等价物。

    但似乎如果我们“逃离管道”，那么我们确实获得了功能。那肯定有味道。此外，该球场似乎最近出现了破损 - 请参阅regex(3): Add test to cover recent BRE regression。

    似乎有一些工作可以替换libc 中的正则表达式。

    正如查尔斯·达菲（Charles Duffy）在下面评论

    因为一些工具实现了非标准扩展，您可以使用反斜杠在 BRE 上下文中获得仅 ERE 的行为

    我习惯了使用 FreeBSD 的非常好的文档。这意味着我不确定这是否是有意的但没有记录在案 - 或破损。

    • 4

相关问题