Question

我最近尝试使用sed从逗号和换行符分隔的枚举成员生成一堆方法。我遇到了以下似乎不直观的行为：

$ echo 'Hello,' | sed 's/\(.*\),\?/"Hi \1!"/g'
"Hi Hello,!"

在这里，我尝试通过\(.*\)将逗号之前的所有内容捕获到一个组中，然后我允许使用,\?的可选逗号。我希望这可以用第一个逗号之前的所有内容替换\1，即Hello，但由于某种原因，逗号也被包含在替换中，尽管它不在组内。为什么会这样？

Answer 1

正则表达式默认执行贪婪匹配（从左到右），如果最贪婪的匹配不起作用则回溯。因此，对于\(.*\),\?，最贪婪的匹配是将Hello,与\(.*\)匹配，而不是,\?。

我不确定如何在基本正则表达式中进行非贪婪匹配（这是sed使用的）。在Perl风格的正则表达式（sed未使用）中，您在匹配运算符后面添加了一个问号，因此您使用(.*?),?之类的内容。

您可以做的第二件事就是使用类似\([^,]*\),\?的内容，但它会在它看到的第一个逗号处停止匹配。

Answer 2

那是因为sed正则表达式是贪婪的，而?量词表示匹配前一个标记的0或1 - 在这种情况下为,。

所以，这里引擎贪婪地匹配到最后，并且?被?设为可选的，它也被包含在捕获的组(.*)中。

要获得所需的行为，请删除?：

%  echo 'Hello,' | sed 's/\(.*\),\?/"Hi \1!"/g'
"Hi Hello,!"

%  echo 'Hello,' | sed 's/\(.*\),/"Hi \1!"/g' 
"Hi Hello!"