☰

为什么正则表达式“.+”不能按预期工作？

tag-icon • tag-icon grep regular-expression
为什么正则表达式“.+”不能按预期工作？ 
[root@localhost opt]# cat cfg
key = value
[root@localhost opt]# grep 'key\s*=\s*.+' cfg
[root@localhost opt]#

我的意图是：该=符号后面可以跟零个或多个空格，但后面必须跟一个或多个非空格字符。

为什么不输出该行key = value？

答案1

观察：

$ grep 'key\s*=\s*.+' cfg
$ grep 'key\s*=\s*.\+' cfg
key = value
$ grep -E 'key\s*=\s*.+' cfg
key = value

在基本正则表达式（BRE，默认值）中，+表示加号。作为 GNU 扩展，可以使用 来表示一个或多个前一个字符\+。?、{、|和也是如此(。除非用反斜杠转义，否则这些在 BRE 下都被视为普通字符。

如果您使用扩展正则表达式，则规则会发生变化-E。对于 ERE，不需要反斜杠，普通+表示一个或多个前一个字符。在 ERE 下，\+表示普通的正态加号。

答案2

key\s*=\s*.+

是 GNU ERE 语法（假设您想要\s匹配任何空格字符，并+匹配一个或多个前面的原子），因此您需要 的 GNU 实现grep并传递该-E选项。

然而，即使那样也没有多大意义

第一的

grep 'key\s*=\s*.+'

功能上等价于

grep 'key\s*=\s*.'

因为如果一个字符串匹配anything.+，那么它也匹配anything.，反之亦然。

另外，空格字符也是一个字符。自从\s*比赛以来0或更多空格字符，key\s*=\s*.在功能上等同于key\s*=.（包含 的行key<optional-spaces>=<one-character-space-or-not>）。

在这里你想要：

grep 'key\s*=\s*\S'

要求在 的右侧至少找到一个非空格字符=，其功能相当于：

grep 'key\s*=.*\S'

请注意，它key = foo也匹配 but nonkey = foo。如果您希望key仅在行的开头找到 ，则需要使用锚点来请求^：

grep '^key\s*=.*\S'

或者使用-x正则表达式来匹配整行：

grep -x 'key\s*=.*\S.*'

请注意， 的标准等效项\s是[[:space:]]( [^[:space:]]for \S)。

满足该要求的另一种方法是使用某些正则表达式中的扩展运算符（例如 PCRE）来防止回溯。

key=\s*.匹配，key= 因为正则表达式引擎\s*贪婪地遍历了 后面的空格字符=，找到 1，然后意识到它无法匹配，.因为它到达了行尾，然后回溯尝试使用较少的匹配项\s（在这种情况下为 0），以便下一个.可以匹配（此处为空格字符）。

使用 PCRE，就像使用-PGNU 选项一样grep，您可以编写：

 grep -P '^key\s*=(?>\s*).'

该(?>...)语法可以防止回溯。因此，\s*将在无法回溯的情况下吃掉尽可能多的空格字符，因此只有在空格后面至少有一个非空格字符时才会匹配。

$ printf 'key=%s\n' '' ' ' ' a' | grep '^key\s*=\s*.'
key=
key= a
$ printf 'key=%s\n' '' ' ' ' a' | grep -P '^key\s*=(?>\s*).'
key= a
$ printf 'key=%s\n' '' ' ' ' a' | grep '^key\s*=.*\S'
key= a

相关内容