我有两个字符串,比如 foo_bar 和 foo_abc_bar。我想匹配它们两个,如果第一个匹配,我想用 = 符号强调它。所以,我的猜测是:
echo 'foo_abc_bar' | sed -r 's/(foo).*(abc)?.*(bar)/\1=\2=\3/g'
> foo==bar
或
echo 'foo_abc_bar' | sed -r 's/(foo).*((abc)?).*(bar)/\1=\2=\3/g'
> foo==
但是上面的输出显示它们都不起作用。
如果字符串包含它,我如何指定一个匹配的可选组,如果不包含则跳过?
最佳答案
解决方案:
echo 'foo_abc_bar' | sed -r 's/(foo)_((abc)_)?(bar)/\1=\3=\4/g'
为什么您之前的尝试没有奏效:
.*
是贪婪的,所以对于正则表达式 (foo).*(abc)?.*(bar)
试图匹配 'foo_abc_bar'
(foo)
将匹配 'foo'
,然后是 .*
最初将匹配字符串的其余部分 ( '_abc_bar'
)。正则表达式将继续,直到达到所需的 (bar)
。组,这将失败,此时正则表达式将通过放弃与 .*
匹配的字符来回溯。 .这将发生直到第一个 .*
仅匹配 '_abc_'
, 此时最后一组可以匹配 'bar'
.所以而不是 'abc'
在捕获组中匹配的字符串中,它在非捕获组中匹配 .*
.
我的解决方案说明:
首先也是最重要的是替换 .*
与 _
, 如果您知道分隔符是什么,则无需匹配任何任意字符串。接下来我们需要做的是找出字符串的哪一部分是可选的。如果字符串 'foo_abc_bar'
和 'foo_bar'
都有效,则 'abc_'
中间是可选的。我们可以使用 (abc_)?
将其放入可选组中.最后一步是确保我们仍然拥有字符串 'abc'
。在一个捕获组中,我们可以通过将该部分包装在一个额外的组中来做到这一点,所以我们最终得到 ((abc)_)?
.然后我们需要调整替换,因为有一个额外的组,所以而不是 \1=\2=\3
我们使用 \1=\3=\4
, \2
将是字符串 'abc_'
(如果匹配)。请注意,在大多数正则表达式实现中,您还可以使用非捕获组并继续使用 \1=\2=\3
, 但 sed 不支持非捕获组。
替代方案:
我认为上面的正则表达式是你最好的选择,因为它是最明确的(它只会匹配你感兴趣的确切字符串)。但是,您也可以通过使用惰性重复(匹配尽可能少的字符)而不是贪婪重复(匹配尽可能多的字符)来避免上述问题。您可以通过更改 .*
来做到这一点至 .*?
, 所以你的表情看起来像这样:
echo 'foo_abc_bar' | sed -r 's/(foo).*?(abc).*?(bar)/\1=\2=\3/g'
关于regex - 为什么 sed 不打印可选组?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16719138/