如何匹配字符类中字符串“like”的开头？答案

【问题标题】：How to match beginning of string "like" it were in character class?如何匹配字符类中字符串“like”的开头？
【发布时间】：2020-01-04 05:57:12
【问题描述】：

我在文件中有一个字符串说：

abc

或

def abc

我想匹配abc，使其可以出现在行首或空白之后。

我可以通过匹配多个模式来做到这一点，用| 分隔，比如：

/^abc|[[:blank:]]+abc/

但是有什么方法可以包含^，即字符串的开头类似于字符类。

字符类开头的

^ 表示否定，其他位置表示仅匹配 carrot('^') 字符。

另外，在我原来的情况下，字符串不仅仅是abc，而是一个与复杂正则表达式匹配的字符串，所以我希望它尽可能干净。我在awk 脚本中匹配这个正则表达式。虽然我仍然包含bash 标签，因为system() 函数仍然可以在其中使用。就我而言，速度对我来说并不重要，但清晰度很重要。

【问题讨论】：

在 POSIX 正则表达式术语中，character class 是一个预定义的字符串，表示一组字符，例如[:space:] 或 [:alnum:]。您可以使用 括号表达式 中的那些来匹配正则表达式中的字符集，例如[[:space:]] 或 [[:alnum:]] 或 [[:space:][:alnum:]]。所以你真正要问的不是is there some way to include ^ i.e. beginning of the line in character class.，因为不可能将字符添加到字符类中，你要问的是is there some way to include ^ i.e. beginning of the line in a bracket expression.
答案是“否”，因为^ 在这种情况下不是一个字符，它是一个表示“字符串开头”的正则表达式构造（不是“行首” - 它只是顺便说一句，当您正在处理的字符串是一行时，表示“行首”），因此您不能将其包含在括号表达式中，该表达式是一组字符加上否定 ^ 和范围 -说字符。
@EdMorton 是的，我最近发现了这一点。也对我的问题进行了更正。谢谢

【解决方案1】：

使用捕获组：

(^|[[:blank:]]+)abc

它将匹配字符串的开头或一系列空格。如果您在匹配中不需要 abc 之前的所有空格，而需要最后一个空格，则可以删除 +。

【讨论】：

【解决方案2】：

应该这样做：

/(^|[[:blank:]])abc/

以^ start 或[[:blank:]] 开头，然后是abc

【讨论】：

【解决方案3】：

^ 的开头或行不是一个字符，它是一个锚，因此将它放在 character 类以及 \A 中是没有意义的， $、\z 或 \b。

在您的情况下，您只需要测试 wordboundary，不需要使用会减慢正则表达式的捕获组：

\<abc

这匹配abc，前面有行首或非单词字符。

【讨论】：

感谢您提供更多信息。虽然这对我不起作用。如问题中所述，我在awk 中使用它。 awk '/\babc/' file 甚至最新版本的 gawk 不会产生任何东西。赞成，因为它在其他方面是正确的。
@Mihir：抱歉，wordboundary (gawk) 是 \<，请看我的编辑
在标点符号等之后匹配abc，不过，例如whatever.abc.
@EdMorton：没错，这就是我所说的“当前面有一个非单词字符时”。我的回答更多地是关于为什么我们不能将 carret 放在角色类中。