为什么 sed 将组外的东西匹配为组的一部分？答案

【问题标题】：Why does sed match something outside the group as part of the group?为什么 sed 将组外的东西匹配为组的一部分？
【发布时间】：2017-02-09 03:48:03
【问题描述】：

我最近尝试使用 sed 从逗号和换行符分隔的枚举成员中生成一堆方法。我遇到了以下看起来不直观的行为：

$ echo 'Hello,' | sed 's/\(.*\),\?/"Hi \1!"/g'
"Hi Hello,!"

在这里，我尝试通过\(.*\) 将逗号之前的所有内容捕获到一个组中，然后我允许使用,\? 使用可选的逗号。我希望这会将\1 替换为第一个逗号之前的所有内容，即Hello，但由于某种原因，逗号也被包含在替换中，尽管它不在组内。为什么会这样？

【问题讨论】：

【解决方案1】：

正则表达式默认进行贪婪匹配（从左到右），如果最贪婪的匹配不起作用，则回溯。所以在\(.*\),\? 的情况下，最贪婪的匹配是将Hello, 匹配到\(.*\) 而没有匹配到,\?。

我不确定如何在基本正则表达式中进行非贪婪匹配（这是sed 使用的）。在 Perl 样式的正则表达式（sed 不使用）中，您在匹配运算符后放置一个问号，因此您可以使用类似 (.*?),? 的内容。

您可以做的下一个最好的事情是使用\([^,]*\),\? 之类的东西，但它会在它看到的第一个逗号处停止匹配。

【讨论】：

【解决方案2】：

这是因为 sed 正则表达式是贪婪的，而 ? 量词意味着匹配前面标记的 0 或 1 -- 在本例中为 ,。

所以，这里的引擎贪婪地匹配到最后，并且由于? 将? 设为可选，它也被包含在捕获的组(.*) 中。

要获得所需的行为，请删除?：

%  echo 'Hello,' | sed 's/\(.*\),\?/"Hi \1!"/g'
"Hi Hello,!"

%  echo 'Hello,' | sed 's/\(.*\),/"Hi \1!"/g' 
"Hi Hello!"

【讨论】：