我看到 BASH 括号范围(例如 [A-Z])以一种意外的方式表现。
是否有对这种行为的解释,或者它是一个错误?
假设我有一个变量,我想从中去除所有大写字母:
$ var='ABCDabcd0123'
$ echo "${var//[A-Z]/}"
我得到的结果是这样的:
a0123
如果我用 sed
来做,我会得到一个预期的结果:
$ echo "${var}" | sed 's/[A-Z]//g'
abcd0123
BASH 内置的正则表达式匹配似乎也是如此:
$ [[ a =~ [A-Z] ]] ; echo $?
1
$ [[ b =~ [A-Z] ]] ; echo $?
0
如果我检查从'a'到'z'的所有小写字母,似乎只有'a'是一个异常(exception):
$ for l in {a..z}; do [[ $l =~ [A-Z] ]] || echo $l; done
a
我没有启用不区分大小写的匹配,即使我启用了,它也不应该让字母 'a' 表现不同:
$ shopt -p nocasematch
shopt -u nocasematch
作为引用,我使用的是 Cygwin,我在任何其他机器上都没有看到这种行为:
$ uname
CYGWIN_NT-6.3
$ bash --version | head -1
GNU bash, version 4.3.46(7)-release (x86_64-unknown-cygwin)
$ locale
LANG=en_GB.UTF-8
LC_CTYPE="en_GB.UTF-8"
LC_NUMERIC="en_GB.UTF-8"
LC_TIME="en_GB.UTF-8"
LC_COLLATE="en_GB.UTF-8"
LC_MONETARY="en_GB.UTF-8"
LC_MESSAGES="en_GB.UTF-8"
LC_ALL=
编辑:
我在这里发现了完全相同的问题:
https://bugs.launchpad.net/ubuntu/+source/bash/+bug/120687
所以,我猜这是“en_GB.UTF-8”整理的错误(?),但不是 BASH 本身。
设置 LC_COLLATE=C
确实解决了这个问题。
最佳答案
它肯定与您的区域设置
设置有关。摘自GNU bash man page under Pattern Matching
[..] in the default
C
locale,[a-dx-z]
is equivalent to[abcdxyz]
. Many locales sort characters in dictionary order, and in these locales[a-dx-z]
is typically not equivalent to[abcdxyz]
; it might be equivalent to[aBbCcDdxXyYz]
, for example. To obtain the traditional interpretation of ranges in bracket expressions, you can force the use of the C locale by setting theLC_COLLATE
orLC_ALL
environment variable to the valueC
, or enable theglobasciiranges
shell option.[..]
在这种情况下使用 POSIX
字符类,[[:upper:]]
或更改您的 locale
设置 LC_ALL
或 LC_COLLATE
到 C
如上所述。
LC_ALL=C var='ABCDabcd0123'
echo "${var//[A-Z]/}"
abcd0123
此外,当设置此语言环境时,您的否定测试对所有小写字母进行大写检查将失败,因此打印字母,
LC_ALL=C; for l in {a..z}; do [[ $l =~ [A-Z] ]] || echo $l; done
还有,在上面的locale设置下
[[ a =~ [A-Z] ]] ; echo $?
1
[[ b =~ [A-Z] ]] ; echo $?
1
但对于所有小写范围都是如此,
[[ a =~ [a-z] ]] ; echo $?
0
[[ b =~ [a-z] ]] ; echo $?
0
也就是说,所有这些都可以通过使用 POSIX
指定的字符类,在新的 shell 下没有任何 locale
设置来避免,
echo "${var//[[:upper:]]/}"
abcd0123
和
for l in {a..z}; do [[ $l =~ [[:upper:]] ]] || echo $l; done
关于regex - BASH glob/regex 范围的奇怪行为,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43448655/