为什么 '[az]*' 匹配非字母字符串？

Question

alphanum我有一个包含这两行的文件：

123 abc
this is a line

我很困惑为什么当我运行时sed 's/[a-z]*/SUB/' alphanum，我得到以下输出：

SUB123 abc
SUB is a line

我期待着：

123 SUB
SUB is a line

我找到了一个修复（sed 's/[a-z][a-z]*/SUB/'改为使用），但我不明白为什么它有效而我的却不起作用。

你能帮我吗？

Answer 1

模式[a-z]*匹配零a或范围内的多个字符z（实际的字符取决于当前区域设置）。在字符串的开头有零个这样的字符123 abc（即模式匹配），在 的开头也有四个这样的字符this is a line。

如果你至少需要一匹配，然后使用[a-z][a-z]*or ，或者使用 和 use[a-z]\{1,\}启用扩展正则表达式。sed -E[a-z]+

要可视化模式匹配的位置，请在每个匹配项周围添加括号：

$ sed 's/[a-z]*/(&)/' file
()123 abc
(this) is a line

或者，查看各行中的所有匹配项：

$ sed 's/[a-z]*/(&)/g' file
()1()2()3() (abc)
(this) (is) (a) (line)

将最后的结果与

$ sed -E 's/[a-z]+/(&)/g' file
123 (abc)
(this) (is) (a) (line)

Answer 2

因为*匹配零个或多个重复前一个原子，并且所有正则表达式引擎都会尝试找到第一个匹配项。字符串开头有一个恰好为零个字母的子字符串，因此这就是它匹配的位置。在字符串以字母开头的情况下，会*尽可能多地匹配，但这对于查找最左边的匹配来说是次要的。

零长度匹配可能有点问题，正如您所见，解决方案是修改模式，使其至少需要一个字符。使用扩展的正则表达式，您可以+：sed -E 's/[a-z]+/SUB/'

为了好玩，请尝试：

echo 'less than 123 words' | sed 's/[0-9]*/x/g'