☰

bash 正则表达式不支持 \b 是否有原因？

tag-icon • tag-icon bash regular-expression
bash 正则表达式不支持 \b 是否有原因？

据我所知，\bbash 不支持指示“单词边界”的元序列：

if [[ $foo =~ .*\bWORD\b.* ]]; then

有什么原因不支持此功能吗？

想象一下，我为 bash 编写了一个补丁/拉请求，是否存在\b无法实现的原因（除了“我们不喜欢这个功能”等原因）？

答案1

根据bash手册页，该=~运算符似乎正在使用 POSIX 正则表达式函数：

当您使用 时=~，运算符右侧的字符串被视为 POSIX 扩展正则表达式模式并进行相应匹配（使用通常在 中描述的POSIXregcomp和接口）。regexecregex(3)

元\b序列是Perl 正则表达式语法并且不是 POSIX 的一部分，因此 Bash 使用的库似乎不支持它。因此，在 Bash 中支持它可能意味着更改库，这通常会产生重大副作用。

这样做不太可能纯粹是为了适应这个语法元素。

答案2

首先检查 Bash 是否有自己的 RE 实现，或者它是否只使用系统库中的一个。

但是，是的，\b来自 Perl 正则表达式，一般来说，它们还包含大量标准正则表达式中不可用的其他扩展。尽管 GNU 系统似乎支持\s空格和\w单词字符，但不\d支持数字。我不知道为什么他们决定选择那些奇怪的，但总的来说，全部Perl RE 功能可能会使 RE 引擎变得更加复杂，尽管 Perl 粉丝可能喜欢它，但许多标准工具的作者可能不希望这样。然后，如果你开始添加这个那个，但不是全部，那么决定在哪里划清界限就成了一个问题。

无论如何，单词边框一开始就是不标准的。在一些系统上，\<和\>应该适用于左右边框，而在 FreeBSD 和 Mac 上，您需要[[:<:]]和 [[:>:]]。

碰巧，就像 @steeldriver 评论一样，\b似乎也适用于 GNU，至少在我测试时是这样。只是在 Bash 中，您需要首先将 RE 存储在变量中，以避免特殊字符被 shell 的解析过程混淆：

$ re='\bWORD\b'; if [[ WORD =~ $re ]]; then echo y; else echo n; fi
y
$ re='\<WORD\>'; if [[ WORD =~ $re ]]; then echo y; else echo n; fi
y
$ re='\bWORD\b'; if [[ WORDLESS =~ $re ]]; then echo y; else echo n; fi
n
$ re='\<WORD\>'; if [[ WORDLESS =~ $re ]]; then echo y; else echo n; fi
n

相关内容