Question

我看到BASH支架范围（例如[A-Z]）以不正常的方式表现。
是否有对这种行为的解释，或者这是一个错误？

我们说我有一个变量，我想从中删除所有大写字母：

$ var='ABCDabcd0123'
$ echo "${var//[A-Z]/}"

我得到的结果是：

a0123

如果我使用sed，我会得到预期的结果：

$ echo "${var}" | sed 's/[A-Z]//g'
abcd0123

BASH内置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＆＃39; a＆＃39;中的所有小写字母？到了＆＃39;，似乎只有＆＃39; a＆＃39;是一个例外：

$ 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，即使我这样做了，也不应该写字母＆＃39; a＆＃39;行为不同：

$ shopt -p nocasematch
shopt -u nocasematch

作为参考，我使用的是Cygwin，而且我在其他任何机器上都看不到这种行为：

$ 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=

修改

我发现此处报告的问题完全相同： https://bugs.launchpad.net/ubuntu/+source/bash/+bug/120687
所以，我猜它是＆＃34; en_GB.UTF-8＆＃34;的错误（？）整理，但不是BASH本身设置LC_COLLATE=C确实解决了这个问题。

Answer 1

当然与设置locale有关。摘自GNU bash man page under Pattern Matching

默认C区域设置中的
[..]，[a-dx-z]相当于[abcdxyz]。许多语言环境按字典顺序对字符进行排序，在这些语言环境中[a-dx-z]通常不等同于[abcdxyz];例如，它可能等同于[aBbCcDdxXyYz]。要获得括号表达式中范围的传统解释，可以通过将LC_COLLATE或LC_ALL环境变量设置为值C来强制使用C语言环境，或启用{{ 1}} shell选项。[..]

在这种情况下使用globasciiranges字符classess，POSIX或将[[:upper:]]设置locale或LC_ALL更改为LC_COLLATE，如上所述上方。

此外，在设置此区域设置因此打印字母时，对于所有小写字母执行大写检查的否定测试将失败，

LC_ALL=C var='ABCDabcd0123'
echo "${var//[A-Z]/}"
abcd0123

此外，在上述区域设置

下

LC_ALL=C; for l in {a..z}; do [[ $l =~ [A-Z] ]] || echo $l; done

但对于所有小写范围

都是如此

[[ a =~ [A-Z] ]] ; echo $?
1
[[ b =~ [A-Z] ]] ; echo $?
1

这样说，所有这些都可以通过在新的shell 下使用[[ a =~ [a-z] ]] ; echo $? 0 [[ b =~ [a-z] ]] ; echo $? 0指定的字符类来避免，而不用任何POSIX设置，

locale

和

echo "${var//[[:upper:]]/}"
abcd0123

BASH glob / regex范围的奇怪行为

1 个答案: