Question

我希望通过编写正则表达式来获取以abc_或xyz_开头的字符串中的单词。我的脚本在这里：

[regexp -nocase -- {.*\s+(abc_|xyz_\S+)\s+.*} $str all necessaryStr]

因此，如果我在str1和str2上应用上面写的正则表达式，我想从$ str1获得“xyz_hello”，从$ str2获得“abc_bye”。

set str1 "gfrdgasjklh dlasd =-0-489 xyz_hello sddf 89rn sf n9"
set str2 "dytfasjklh abc_bye dlasd =-0tyj-489 sddf tyj89rn sjf n9"

但是我的正则表达不起作用。我的问题是：

1）我的正则表达式出了什么问题？ 2）使用regexp从一些预定义的前缀开始查找作品是否合适，或者最好使用字符串函数（字符串匹配等）？

Answer 1

在你的问题中，不清楚是什么构成了一个词。是否允许进一步下划线？是否允许数字？那么“只包含前缀的单词”，例如“abc_”或“xyz”？

做出保守的假设（基于你的例子），你只期望英文字母中的字母，至少还有一个字符，而你不关心案例，你可以简化你的正则表达式：

[regexp -nocase -- {\m(abc_|xyz_)[a-zA-Z]+} $str match]

这会将match设置为匹配的字词。如果您对单词的定义与我的假设不同，您可以替换方括号的加号。

关于是否更喜欢regexp到字符串函数的第二个问题将取决于上下文，并可能导致主观领域。

需要考虑的一些事项：

表现真的重要吗？除非您在紧密循环中进行搜索，或者搜索非常长的字符串，否则我怀疑任何性能差异都不相关。等到遇到性能问题，然后对应用程序进行概要分析，看看瓶颈在哪里，然后就可以测试其他实现了。
便利性将取决于必须编写和维护代码的程序员的偏好。他们喜欢/讨厌使用正则表达式吗？
使用正则表达式可能会提供更大的灵活性，但这可能会牺牲可读性。

我的建议是使用你最舒服的。为您的代码编写一组良好的单元测试，然后只有在分析过程中发现了瓶颈时才进行优化。

Answer 2

根据你所写的内容，你似乎是以abc_或xyz_（无论如何）开头并且之后只有字母的单词。匹配这个的第一次尝试是：

regexp -nocase -- {\y(?:abc_|xyz_)[a-z]+} $str match

这方面的特点是：

\y表示这只匹配单词start（理论上也是单词end，但我们在所有情况下都用一个字母跟着它！）
(?:…)正在分组而未捕获
贪婪匹配意味着我们将获得所有单词（假设它只是意味着来自UNICODE的ASCII范围的字母）。考虑使用\w或\S代替[a-z]，但这些确实会改变匹配内容的语义（\w将为您提供程序标识符中通常允许的符号，以及\S会给你非空格。

Answer 3

我修好了它： [regexp -nocase - {。* \ s +（（abc_ | xyz _）\ S +）\ s +。*} $ str all necessaryStr]

但是仍然想知道正则表达式是最好的解决方案还是字符串函数更好（更快，更方便，更灵活）。