匹配 zsh 正则表达式中的 unicode 字符答案

【问题标题】：Match unicode character in zsh regex匹配 zsh 正则表达式中的 unicode 字符
【发布时间】：2011-12-17 16:54:51
【问题描述】：

我想确保变量不包含特定字符（在本例中为“α”），但以下代码失败（返回 1）：

FOO="test" && [[ $FOO =~ '^[^α]*$' ]]

编辑：根据以下 stema 的反馈更改了模式，要求从头到尾仅匹配“非'α'”字符。

用例如替换“α” 'x' 按预期工作。为什么它会因“α”而失败，我怎样才能使它工作？

系统信息：

$ zsh --version
zsh 4.3.11 (i386-apple-darwin11.0)
$ locale
LANG="en_GB.UTF-8"
LC_COLLATE="en_GB.UTF-8"
LC_CTYPE="en_GB.UTF-8"
LC_MESSAGES="en_GB.UTF-8"
LC_MONETARY="en_GB.UTF-8"
LC_NUMERIC="en_GB.UTF-8"
LC_TIME="en_GB.UTF-8"
LC_ALL="en_GB.UTF-8"

编辑 2：我现在在运行 Ubuntu 11.10 和 zsh 4.3.11 且具有相同区域设置的 Linux 机器上进行了测试，并且它在那里工作——即FOO="test" && [[ $FOO =~ '^[^α]*$' ]] 返回成功。我正在运行 Mac OS X 10.7.2。

【问题讨论】：

标签： regex shell unicode zsh

【解决方案1】：

使用此正则表达式.*[^α].*，您无法测试α 不在字符串中。测试的是：字符串中是否有一个字符不是α。

如果要检查字符串中是否没有该字符，请执行此操作

FOO="test" && [[ $FOO =~ '^[^α]*$' ]]

这将检查从头到尾的完整字符串是否包含非“α”字符。

【讨论】：

哦，对了。所以它不一定需要匹配整个字符串。是的，那你是对的，应该是FOO="test" && [[ $FOO =~ '^[^α]*$' ]]。但这仍然失败。把‘α’改成‘x’是成功的，所以这里用‘α’字符肯定有什么失败的地方。

【解决方案2】：

表达这一点的最简单方法是在开头锚定一个否定的前瞻：

^(?!.*α)

这就是说“从一开始就向前看，我应该无法在任何地方看到α。

使用look-heads 的优点是它们是非捕获的，因此您可以将它们与其他捕获正则表达式结合起来，例如在输入的引号中查找不包含的数字组α，使用这个：^(?!.*α)"(\d+)"

【讨论】：

【解决方案3】：

由于某种原因，我在构建系统上遇到了类似的问题，而我的笔记本电脑上有 ZSH 版本 5.0.2（Unicode 可以按预期工作），而我的构建系统上有 ZSH 4.3.17。在我看来，ZSH 5 在正则表达式模式中没有 Unicode 字符的问题。

具体来说，解析键/值对：

[[ "revision/author=Ľudovít Lučenič" =~ '^([^=]+)=(.*)$' ]]
echo "$match[1]:$match[2]"

渲染

:                               # ZSH 4.3.17
revision/author:Ľudovít Lučenič # ZSH 5.0.2

另外，我假设 ZSH 4 Unicode 支持总体上存在一些缺点。

更新：经过一番调查，我发现正则表达式中的点与 ZSH 4 中的字母“č”不匹配。一旦我将模式更新为：

[[ "revision/author=Ľudovít Lučenič" =~ '^([^=]+)=((.|č)*)$' ]]
echo "$match[1]:$match[2]"

我在两个 ZSH 版本中得到了相同的结果。不过，我不知道为什么这封信是这里的问题。但是，它可能会帮助某人解决这个缺点。

【讨论】：