Question

UNIX文件路径的最正确的正则表达式（正则表达式）是什么？

例如，要检测这样的事情：

/usr/lib/libgccpp.so.1.0.2

制作一个与大多数文件匹配的正则表达式非常容易，但最好的是哪一个，包括可以检测转义的空格序列的正则表达式，以及UNIX上通常不会在文件路径中找到的异常字符。

此外，是否有几种不同编程语言的库函数提供文件路径正则表达式？

Answer 1

如果你不介意识别路径的误报，那么你真的只需要确保路径不包含NUL字符;其他一切都是允许的（特别是，/是名称分隔符）。更好的方法是使用适当的文件IO函数（例如Java中的File.exists()，File.getCanonicalFile()）来解析给定路径。

答案很长：

这是 operating system 和 file system 依赖。例如，Wikipedia comparison of file systems注意到除了文件系统强加的限制外，

MS-DOS，Microsoft Windows和OS / 2 禁止使用字符\ / : ? * " > < |和NUL 在文件和目录中在所有文件系统中命名。 Unix系统和Linux禁止使用/个字符和NUL在文件和目录名称中 跨所有文件系统。

在Windows中，以下reserved device names也不允许作为文件名：

CON, PRN, AUX, NUL, COM1, COM2, COM3, COM4, COM5,
COM6, COM7, COM8, COM9, LPT1, LPT2, LPT3, LPT4, 
LPT5, LPT6, LPT7, LPT8, LPT9

Answer 2

匹配所有UNIX路径的正确正则表达式是：[^ \ 0] +

即一个或多个不是NUL的字符。

Answer 3

对于已回答此问题的其他人，重要的是要注意某些应用程序需要稍微不同的正则表达式，具体取决于转义字符在您正在编写的程序中的工作方式。例如，如果你正在编写一个shell，并希望用空格和其他特殊字符分隔命令，那么你必须修改你的正则表达式，使其只包括具有特殊字符的单词（如果这些字符被转义）。

因此，例如，有效路径为

  /usr/bin/program\ with\ space

而不是

  /usr/bin/program with space

将引用带有“with”和“space”

参数的“/ usr / bin / program”

以上示例的正则表达式可以是“（[^ \ 0] \ | \\）*”

我一直在研究的正则表达式是（以“可读性”分隔的换行符）：

  "\(                    # Either
       [^\0 !$`&*()+]    # A normal (non-special) character
     \|                  # Or
       \\\(\ |\!|\$|\`|\&|\*|\(|\)|\+\)   # An escaped special character
   \)\+"                   # Repeated >= 1 times

转换为

  "\([^\0 !$`&*()+]\|\\\(\ |\!|\$|\`|\&|\*|\(|\)|\+\)\)\+"

创建自己的特定正则表达式也应该相对简单。

Answer 4

我不确定正则表达式检查对于系统有多常见，但大多数编程语言（尤其是跨平台语言）提供“文件存在”检查，这将考虑这种事情

出于好奇，这些路径在哪里输入？你能控制到更大的程度，直到你不必检查路径的各个部分吗？例如，使用文件选择器对话框？

Answer 5

^(/)?([^/\0]+(/)?)+$

这将接受文件系统中合法的每个路径，例如 extX ， reiserfs 。

它仅丢弃包含NUL或双（或更多）斜杠的路径名。根据Unix规范的其他所有内容都应该是合法的（我对此结果也感到惊讶）。

Answer 6

问题已在此处回答：https://stackoverflow.com/a/42036026/1951947

UNIX文件路径的最正确的正则表达式是什么？

6 个答案: