foo[E1,E2,...]* glob 匹配所需的内容，但 foo[E1,E2,...]_* 不匹配？

Question

我今天在 globbing 时看到 Bash Shell 的行为有些奇怪。

所以我使用以下 Glob 运行 ls 命令：

ls GM12878_Hs_InSitu_MboI_r[E1,E2,F,G1,G2,H]* | grep ":"

结果符合预期

GM12878_Hs_InSitu_MboI_rE1_TagDirectory:
GM12878_Hs_InSitu_MboI_rE2_TagDirectory:
GM12878_Hs_InSitu_MboI_rF_TagDirectory:
GM12878_Hs_InSitu_MboI_rG1_TagDirectory:
GM12878_Hs_InSitu_MboI_rG2_TagDirectory:
GM12878_Hs_InSitu_MboI_rH_TagDirectory:

但是，当我通过引入下划线来更改相同的正则表达式时

ls GM12878_Hs_InSitu_MboI_r[E1,E2,F,G1,G2,H]_* | grep ":"

我的预期结果是如上所示的完整集，但我得到的是一个子集：

GM12878_Hs_InSitu_MboI_rF_TagDirectory:
GM12878_Hs_InSitu_MboI_rH_TagDirectory:

当我在星号前引入下划线符号时，有人可以解释我的逻辑有什么问题吗？

我正在使用 Bash。

Answer 1

你误解了你的 glob 在做什么。

你期待这个：

GM12878_Hs_InSitu_MboI_r[E1,E2,F,G1,G2,H]*

成为一个包含任何逗号分隔段的文件，但这不是[] globbing 所做的。 [] globbing 是一个字符类扩展。

比较：

$ echo GM12878_Hs_InSitu_MboI_r[E1,E2,F,G1,G2,H]
GM12878_Hs_InSitu_MboI_r[E1,E2,F,G1,G2,H]

到你想要得到的东西（这是大括号{} 扩展）：

$ echo GM12878_Hs_InSitu_MboI_r{E1,E2,F,G1,G2,H}
GM12878_Hs_InSitu_MboI_rE1 GM12878_Hs_InSitu_MboI_rE2 GM12878_Hs_InSitu_MboI_rF GM12878_Hs_InSitu_MboI_rG1 GM12878_Hs_InSitu_MboI_rG2 GM12878_Hs_InSitu_MboI_rH

你想要后一种扩展。

你的扩展使用了一个匹配字符E-H、1-2和,的字符类；它等同于：

GM12878_Hs_InSitu_MboI_r[EFGH12,]_*

正如我希望您现在看到的那样，它不会匹配任何两个字符条目（没有下划线的版本会匹配）。

Answer 2

文件系统全局中的* 不像正则表达式中的*。在正则表达式中，* 表示“0 或多个前面的模式”，但在文件系统 glob 中，它表示“任何大小的任何东西”。因此，在您的第一个示例中，_ 只是来自* 的“任何东西”的一部分，但在第二个示例中，您将匹配字符类中的任何单个字符（而不是您似乎试图定义的模式）后面是_，后面是任何东西。

此外，字符类的工作方式与您尝试使用它们的方式不同。 [...] 将匹配括号内的任何字符，因此您的模式实际上与 [EFGH12,] 相同，因为这些都是您定义的类中的所有字母。

要获得你想要的模式分组，你应该使用{ 而不是[ like

ls GM12878_Hs_InSitu_MboI_r{E1,E2,F,G1,G2,H}_* | grep ":"

Answer 3

据我所知，并且this article 支持我，方括号不能作为一种选择，而是作为一个字符集，所以使用[E1,E2,F,G1,G2,H] 实际上等于恰好出现一次[EGHF12,]。然后，您可以将第二个结果解释为“EGHF12, 的一个字符和一个下划线”，它匹配 GM12878_Hs_InSitu_MboI_rF_TagDirectory: 但不匹配 GM12878_Hs_InSitu_MboI_rG1_TagDirectory:（有 r 后跟更多“一次出现...”） .

第一个正则表达式有效，因为您使用了星号，它与错误的[...] 匹配。

正确的表达方式是：

ls GM12878_Hs_InSitu_MboI_r{E1|E2|F|G1|G2|H}* | grep ":"