Question

目前正在准备RHCSA和学习正则表达式。 '\ b'和'\ <'有什么区别？它们似乎几乎完全相同：在反斜杠之间匹配字符串。（编辑）示例：

[root@RHEL8DEV etc]# grep '\<root\>' * 2>/dev/null  | wc
    105     327    3658

[root@RHEL8DEV etc]# grep '\broot\b' * 2>/dev/null  | wc
    105     327    3658

即使在gnu.org上阅读后，我仍在挠头：

\ b 匹配空字符串，但仅在单词的开头或结尾处匹配。因此，“ \ bfoo \ b”将任何出现的“ foo”与单独的单词匹配。 “ \ bballs？\ b”与“ ball”或“ balls”作为单独的单词匹配。不管缓冲区旁边显示什么文字，“ \ b”都会在缓冲区的开头或结尾匹配。

\ << / em> 匹配空字符串，但仅在单词开头。仅当后面有单词构成字符时，“ \ <”才会在缓冲区的开头匹配。 > 匹配空字符串，但仅在单词末尾匹配。仅当内容以单词组成的字符结尾时，“>”才会在缓冲区末尾匹配。

感谢您抽出宝贵的时间阅读此书。

Answer 1

只有您的grep特定版本的手册页才能显示它们是否完全相同。两者都不是完全可移植的。

传统上，在\<的某些版本中，\>仅在左单词边界处匹配，egrep在右边界处匹配。（但是，例如Procmail使用了快捷方式，并且实际上对它们的定义完全相同。）

\b是Perl et al。中的一种较新的构造，方向是中立的，即，在单词序列的左侧或右侧的单词边界处为真文字字符。

Answer 2

我个人发现\b比\<和\>得到更广泛的支持。我遇到的唯一例外是vim和BSD sed支持\<和\>，而没有\b。

关于它们的定义：在PCRE中，基本上是

\< = (?<!\w)(?=\w) =右侧为文字字符，左侧为 not
\> = (?<=\w)(?!\w) =左侧为文字字符，右侧为 not
\b = (?:(?<!\w)(?=\w)|(?<=\w)(?!\w)) =以上任一

这些链接指向Regex101对这些正则表达式的解释。请注意，该站点的四个受支持引擎都不了解\<和\>应该做什么。

由于PCRE明确禁止非字母数字转义符的特殊含义，因此\<的意思是“直角尖括号”，因此(?:\<|\>)的意思是[<>]而不是\b。尽管标准扩展正则表达式也没有实现任何此类特殊含义（例如\<和\>等项目都是非标准扩展名），但它们没有此显式禁止。

还要注意，在字符类中，情况有所不同。在大多数正则表达式解释器中，[\b]表示“文字退格字符”，并且等效于[\010]或[\x08]（或\010或\x08）。无论如何，将零宽度的项目放入字符类毫无意义。

使用GNU grep的差异示例，它接受两种格式：

$ echo yes |grep '\<yes'
yes
$ echo yes |grep '\byes'
yes
$ echo yes |grep '\>yes'
# (no output here means it failed)
$

在这里您可以看到方向性对\<和\>很重要，而对\b则不重要

各种支持测试，仅用于命令行（截至2019/11/25的Debian Testing或FreeBSD 11.2，已注明）：

$ echo y |grep '\<y'       # GNU grep w/ BRE, Basic Regular Expression
y
$ echo y |grep -E '\<y'    # GNU grep w/ ERE, Extended Regular Expression
y
$ echo y |grep -P '\<y'    # GNU grep w/ libpcre, Perl-Compatible Regular Expression
$ echo y |perl -ne 'print if /\<y/'  # perl proper
$ echo y |sed '/\<y/!d'    # GNU sed with BRE
y
$ echo y |sed -r '/\<y/!d' # GNU sed with ERE
y
$ echo y |sed '/\<y/!d'    # BSD sed with BRE (FreeBSD 11.2)
y
$ echo y |sed -E '/\<y/!d' # BSD sed with ERE (FreeBSD 11.2)
y
$ echo y |gawk '/\<y/'     # GNU awk
y
$ echo y |mawk '/\<y/'     # More POSIX-aligned
$ 

# python test (result printed as an array, in this case empty for no matches)
$ echo y |python -c 'import re,sys; print re.findall(r"\<y", sys.stdin.read())'
[]

grep -P（使用libpcre，并不总是编译成grep）不匹配，因为PCRE不能将\<识别为文字<字符。 / p>

$ echo y |grep '\by'       # GNU grep w/ BRE, Basic regex
y
$ echo y |grep -E '\by'    # GNU grep w/ ERE, Extended regex
y
$ echo y |grep -P '\by'    # GNU grep w/ libpcre, Perl-compatible regex
y
$ echo y |perl -ne 'print if /\by/'  # perl proper 
y
$ echo y |sed '/\by/!d'    # GNU sed with BRE
y
$ echo y |sed -r '/\by/!d' # GNU sed with ERE
y
$ echo y |sed '/\by/!d'    # BSD sed with BRE (FreeBSD 11.2)
$ echo y |sed -E '/\by/!d' # BSD sed with ERE (FreeBSD 11.2)
$ echo y |gawk '/\by/'     # GNU awk
$ echo y |mawk '/\by/'     # POSIX-ish awk
$ 

# python test
$ echo y |python -c 'import re,sys; print re.findall(r"\by", sys.stdin.read())'
['y']

请注意BSD sed如何接受\<但不接受\b，而GNU sed却同时接受两者。

正则表达式：'\ <'vs'\ b'

2 个答案: