☰

通配符/通配符：字符范围是否有问题？

tag-icon • tag-icon wildcards posix locale portability
通配符/通配符：字符范围是否有问题？

在Linux 命令行William Shots 声称字符范围可能存在问题。请参阅下面的相关摘录，重点是我的。

字符范围

如果您来自另一个类 Unix 环境或已经阅读过有关此主题的其他书籍，您可能遇到过[A-Z]和[a-z]字符范围符号。这些是传统的 Unix 表示法，也适用于旧版本的 Linux。它们仍然可以工作，但您必须小心使用它们，因为除非正确配置，否则它们不会产生预期的结果。目前，您应该避免使用它们并使用字符类。

他最后几句话在说什么？ POSIX 标准对此有何规定？

答案1

这很可能是指具有交替排序的大写和小写字符的语言环境，而不是第一个，然后是另一个：

$ echo "$LANG"
en_US.UTF-8
$ touch a A z Z
$ ls
A  Z  a  z
$ bash -c 'echo [a-z]'
a A z

但是，适当的字符类可以工作：

$ bash -c 'echo [[:lower:]]'
a z

但也可能不仅仅a匹配z：

$ LANG=fi_FI.UTF-8
$ touch ä Ä ö Ö
$ bash -c 'echo [[:lower:]]'
a z ä ö

如果你想避免这种情况，并且只将英文小写字母a与匹配z，Bash 特别有一个选项可以按 ASCII 顺序解释范围：

$ bash -c 'shopt -s globasciiranges; echo [a-z]'
a z

您始终可以强制使用默认的整理顺序：

$ LC_COLLATE=C bash -c 'echo [a-z]'
a z

至于 POSIX 所说的，在我看来，除了默认 POSIX 语言环境之外，括号表达式中的范围在语言环境中未定义。模式匹配描述指的是括号表达式的正则表达式描述，其中说：

在 POSIX 语言环境中，范围表达式表示位于排序规则序列中两个元素之间（包括这两个元素）的排序元素集。在其他语言环境中，范围表达式具有未指定的行为：严格遵守的应用程序不应依赖于范围表达式是否有效，或匹配的整理元素集。

相关内容