Question

我无法使用bash正则表达式捕获此格式(t|b|bug_|task_|)1234字符串中的数字。以下不起作用：

[[ $current_branch =~ ^(t|b|bug_|task_|)([0-9]+) ]]

但是一旦我把它改成这样的东西：

[[ $current_branch =~ ^(t|b|bug_|task_)([0-9]+) ]]

它有效，但当然是错误的，因为它没有涵盖没有前缀的情况。我意识到在这种情况下我可以做到

[[ $current_branch =~ ^(t|b|bug_|task_)?([0-9]+) ]]

并获得相同的结果，但我想知道为什么第二个例子不起作用。例如，正则表达式似乎在Ruby中运行良好。

（这是GNU bash, version 3.2.48(1)-release (x86_64-apple-darwin11)，OSX Lion）

Answer 1

我确信正则表达式的工作版本和非工作版本之间的区别在于阅读regex (7)的不同方式。我将引用整个相关部分，因为我认为这是你问题的核心所在：

POSIX.2中定义的正则表达式（“RE”）有两种形式：现代          RE（大致是egrep; POSIX.2称之为“扩展”RE）并且已过时          RE（大约是ed（1）; POSIX.2“基本”RE的那些）。过时的RE主要存在          为了在一些旧程序中向后兼容;他们将在讨论          结束。 POSIX.2保留了RE语法和语义的某些方面; “（！）“ 分数          关于这些方面的决定可能无法完全移植到其他POSIX.2          的实施方式。

（现代）RE是一个（！）或更多非空（！）分支，用“|”分隔。它          匹配任何与其中一个分支匹配的东西。

分支是一个（！）或更多件，连接在一起。它匹配的匹配          首先，然后匹配第二个，等等。

一个片段是 atom ，可能后跟一个（！）'*'，'+'，'？'或绑定。          后跟'*'的原子匹配原子的0或更多匹配的序列。          后跟'+'的原子匹配原子的1个或多个匹配的序列。          一个原子后跟'？'匹配原子的0或1个匹配的序列。

绑定是'{'后跟无符号十进制整数，可能后跟          '，'可能后跟另一个无符号十进制整数，后跟始终          '}'。整数必须介于0和RE_DUP_MAX（255（！））之间，并且          如果有两个，第一个可能不会超过第二个。一个原子          后跟一个包含一个整数i的边界，并且没有逗号匹配一个序列          正好与原子的匹配。一个原子后跟一个含有一个的边界          整数i和逗号匹配原子的一个或多个匹配的序列。一个          原子后跟一个包含两个整数的边界i和j匹配一个序列          我通过原子的j（包括）匹配。

原子是用“（）”括起来的正则表达式（匹配的匹配）          正则表达式），一组空的“（）”（匹配空字符串）（！），a          括号表达式（见下文），'。' （匹配任何单个字符），'^'          （匹配行开头的空字符串），'$'（匹配null          字符串在一行的末尾），一个'\'后跟一个字符          “^。[$（）| * +？{\”（将该字符作为普通字符匹配），'\'          后跟任何其他字符（！）（匹配该字符作为          普通字符，好像'\'不存在（！）），或单个字符          没有其他意义的字符（匹配该字符）。一个 '{'          其次是数字以外的字符是普通字符，而不是          一个边界（！）的开头。使用'\'结束RE是违法的。

好的，这里有很多东西需要打开包装。首先，请注意“（！）”符号表示存在开放或不可移植的问题。

基本问题在下一段：

（现代）RE是一个（！）或更多非空（！）分支，用'|'分隔。

你的情况是你有一个空分支。正如您从“（！）”中看到的那样，空分支是一个开放或不可移植的问题。我认为这就是为什么它适用于某些系统但不适用于其他系统。（我在Cygwin 4.1.10（4）上测试了它 - 发布它并没有用，然后在Linux 3.2.25（1）上发布 - 它发生了。这两个系统有相同但不完全相同的手册页 regex7 。）

假设分支必须是非空的，分支可以是一个分支，可以是一个原子。

原子可以是“空集”（）“（匹配空字符串）（！）”。 <sarcasm>嗯，这真的很有帮助。</sarcasm>所以，POSIX指定空字符串的正则表达式，即()，但也附加一个“（！）”，表示这是一个公开的问题，或者不是便携式的。

由于您要查找的是与空字符串匹配的分支，请尝试

[[ $current_branch =~ ^(t|b|bug_|task_|())([0-9]+) ]]

使用()正则表达式匹配空字符串。（这在我的Cygwin 4.1.10（4） - 释放shell中对我有用，你的原始正则表达式没有。）

然而，虽然（希望）此建议在您当前的设置中对您有用，但无法保证它是可移植的。抱歉让人失望。

Answer 2

[[ $current_branch =~ ^(t|b|bug_|task_|)([0-9]+) ]]在bash 4.1.2中适用于我，但在bash 3.2.48中失败。它可能只是两个版本之间修复的错误。

如何匹配bash正则表达式中的“什么都没有”？

2 个答案: