主页 / unix / 问题 / 738994
Accepted
user2153235
Asked: 2023-03-08 00:19:13 +0800 CST

sed 的贪婪匹配不应该匹配这个字符串，但是

  • 772

从我在网上阅读的内容来看，很难理解sed. 我对这似乎是一场懒惰的比赛感到困惑。

在 中~/tmp/tmp.txt，我有一行由 2 个制表符分隔的 3 个字母数字字符串：TheQuick<TAB>BrownFox<TAB>JumpedOver。如果我发出sed -n -E '/^.+\t.+\t.+$/p' ~/tmp/tmp.txt，该行将打印出来。

在我看来它不应该因为即使正则表达式匹配由 2 个制表符分隔的 3 个字符串，这些字符串也不是字母数字。所以第一个字符串应该贪婪地吞噬掉行中的所有字符，不留下任何与第一个制表符匹配的字符。

我怎样才能理解这种行为，以便我可以制作可靠的正则表达式？我正在使用 GNU sed。

sed

1 个回答

  1. Best Answer

    一个贪婪的匹配系统只是意味着它会尝试找到最大的匹配字符串（意思是第一个最大的，它将在整个正则表达式的第一个匹配处停止搜索），而不是即使匹配字符串也会在不匹配的字符串处停止存在。将其视为“为我找到最大可能的匹配项，但请务必为我找到匹配项！”的命令。由于允许第一个.\+吃掉整个字符串意味着正则表达式不匹配，引擎将返回并尝试其他内容。

    在你的情况下，它更简单，因为你将正则表达式锚定到行的开头和结尾（^和$），所以.+永远不会到达行尾，因为它后面的正则表达式中还有其他内容。

    这是一个可能有助于解释贪婪匹配的示例：

    $ echo aaaaaaa | sed 's/a*/B/'
B

    这里，由于正则表达式的a*意思是“匹配0个或多个连续a字符”，贪婪匹配会寻找最大可能的匹配字符串。非贪婪匹配，例如使用 PCRE，将返回：

    $ echo aaaaaaa | perl -pe 's/a*?/B/'
Baaaaaaa

    那是因为非贪婪会找到最短的匹配字符串而不是最长的。

    我不明白你为什么提到字母数字或它有何相关性。也许您误解了.并认为它只匹配字母数字字符串，但事实并非如此；.将匹配所有内容（取决于您使用的正则表达式的风格以及您提供的选项，它甚至可以匹配换行符）。如果你想要字母数字字符串，你可以使用[[:alnum:]]匹配[a-zA-Z0-9].

    • 4

相关问题