Question

我有一个需要验证的正则表达式。正则表达式中有双引号，但我似乎无法弄清楚如何正确地逃避它们。

首次尝试，不起作用，因为报价未被转义。

while read line
do
  if [[ $line =~ "<a href="(.+)">HTTP</a>" ]]; then
    SOURCE=${BASH_REMATCH[1]}
    break
  fi
done < tmp/source.html

echo "{$SOURCE}" #output = {"link.html"} (with double quotes)

如何正确运行此输出，输出为 link.html ，不带双引号。

我试过......

while read line
do
  if [[ $line =~ "<a href=/"(.+)/">HTTP</a>" ]]; then
    SOURCE=${BASH_REMATCH[1]}
    break
  fi
done < tmp/source.html

echo "{$SOURCE}" #output = {}

没有运气。有人可以帮助我，这样我就可以不再在我的桌子上敲打头了吗？我对Bash不太满意。谢谢！

Answer 1

将你的正则表达式放在一个变量中总是最好的。

pattern='<a href="(.+)">HTTP</a>'
while read line
do
  if [[ $line =~ $pattern ]]; then
    SOURCE=${BASH_REMATCH[1]}
    break
  fi
done < tmp/source.html

echo "{$SOURCE}" #output = {link.html} (without double quotes)

如果引用右侧（模式），它会将匹配从正则表达式更改为等于的简单字符串（=~实际上变为==）。

作为旁注，转义是使用反斜杠（\）而不是斜杠（/）完成的，但由于前一段中提到的外部引号，这对您的情况没有帮助。

Answer 2

$line =~ "<a href=\"(.+)\">HTTP</a>"

Answer 3

我建议在指定正则表达式时始终使用变量：

#!/bin/bash

SOURCE=
url_re='<a href="(.+)">HTTP</a>'
while read line
do
    if [[ "$line" =~ $url_re ]]; then
        SOURCE=${BASH_REMATCH[1]}
        break
    fi
done < test.txt

echo $SOURCE # http://example.com/

# test.txt contents:
# <a href="http://example.com/">HTTP</a>

Answer 4

试试这个"<a href="""(.+)""">HTTP</a>"

编辑，试试这个

"<a href="\""(.+)"\"">HTTP</a>"

或

'<a href="(.+)">HTTP</a>'

或

'<a href='\"'(.+)'\"'>HTTP</a>'＆lt; - 这将在Bash中提供正确的语法，就像正则表达式（。+）一样，不知道它将如何发挥

编辑，当你使用这个正则表达式"<a href=(.+)>HTTP</a>" ??

时你会得到什么

Answer 5

没有中间变量（即，直接在=〜之后使用正则表达式），仅当正则表达式模式没有某些字符（空格，<或>等）并且您删除了正则表达式周围的引号时，它才有效或正则表达式为纯字母数字字符串

$ x='Hello'
$ [[ $x =~ ^H ]] && echo OK
OK
$ [[ $x =~ 'H' ]] && echo OK
OK
$ [[ $x =~ H ]] && echo OK
OK

我偶然发现了有关bash设计的解释，而该解释通常不允许您在=〜之后直接使用regex。例如

$ re='^H'
$ [[ $x =~ $re ]] && echo OK
OK

按预期运行，而

$ [[ $x =~ '^H' ]] && echo OK

没有。我个人总是将正则表达式放在变量的首位。但是我仍然想知道为什么bash是这样设计的。您可以争辩说首先将正则表达式分配给变量将使代码看起来更整洁。还有其他原因吗？如果不应该将正则表达式解释为字符串，则bash可以使用其他方式来表示它。例如，Perl使用斜杠，/ regex /，或更明确地使用m / regex/。

Bash正则表达式条件

5 个答案: