Question

我在使用正则表达式时遇到问题，我需要搜索并删除与正则表达式匹配的模式，当发现我需要修剪时。我写了一个像这样的正则表达式

regex='(.*)((aa[[:space:]]bb)|(awd)|(bab)|(bc[[:space:]]d))(*.)'

其中我定义了所有的开头（1），其中可以是目标（2）的部分和所有结尾（3）。使用简单的正则表达式（。）（abc）（。）很容易串=＆＃34; ABC＆＃34 ;;正则表达式=＆＃39;（）（ABC）（。）＆＃39;

[[ $string =~ $regex) && myvar=${BASH_REMATCH[2]} && buffer=${BASH_REMATCH[1]}${BASH_REMATCH[3]}

当我使用嵌套的parens和OR组定义正则表达式时就会出现问题，就像这里发布的第一个正则表达式一样。这是我的shell中的一个示例：

$ string=" foo bar baz bac"
$ regex='(.*)((hello[[:space:]]world)|(example)|(funk[[:space:]]you)|(bar[[:space:]]baz))(.*)'

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[1]}
foo
$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[2]}
bar baz
$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[3]}

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[4]}

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[5]}

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[6]}
bar baz
$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[7]}
bac
$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[@]}
foo bar baz bac foo bar baz bar baz bac

匹配有一个奇怪的行为，我在$ {BASH_REMATCH [3]}中找不到输入字符串的另一部分，尽管它位于正则表达式的第3个parens中。嵌套的parens会发生什么？

Answer 1

bash根据左括号的左右排序为捕获组分配数字。基本上，它是深度优先排序，而不是像你假设的那样广度优先。

1. (.*)
2. (
3.   (hello[[:space:]]world)|
4.   (example)|
5.   (funk[[:space:]]you)|
6.   (bar[[:space:]]baz)
   )
7. (.*)

在这个正则表达式中，组2基本上是3,4,5或6组中实际匹配的副本，因为组2不包含任何其他内容。第7组是您认为的第3个括号组。

第0组是整场比赛，它使用@解释了你的最后一行：

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[@]}
foo bar baz bac foo bar baz bar baz bac
|             | | | |     | |     | | |
+-------------+ +-+ +-----+ +-----+ +-+
       0         1     2       6     7

（在分词过程中，空组3,4和5被作为空格吞噬。）

bash_rematch和regex（带嵌套的parens）

1 个答案: