“差异”工具似乎缺乏正则表达式的味道？

Question

我有两个文件一直在尝试与 diff 进行比较。这些文件是自动生成的，并具有许多如下所示的行：

//!   Generated Date  : Mon, 14, Dec 2009

我希望忽略这些差异，并已着手使用“-I REGEX”标志来实现这一点。

但是，“日期”和冒号之间出现的空格数量会有所不同，不幸的是，diff 使用的正则表达式的风格似乎缺少一些基本的正则表达式实用程序。

例如，我一辈子都无法让“一个或多个”加号起作用。同样处理空格的“\s”表示。

diff -I '.*Generated Date\s+:.*' ....

和

diff -I '.*Generated Date +:.*' ....

两者都失败了。

与其继续盲目地尝试，有人可以指出我对正则表达式的 diff 特定子集的一个很好的参考吗？

谢谢！

===== 编辑 =======

感谢 FalseVinylShrub，我已经确定我应该转义我的 '+' 和任何类似字符。这在一定程度上解决了这个问题。 diff 成功匹配

.*Generated Date \+.*

和

.*Generated Date  *.*

（注意“日期”和“*”之间有两个空格。）

但是，第二次我尝试将“：”添加到该表达式中，如下所示：

.*Generated Date \+:.*

和

.*Generated Date \+\:.*

两个版本都无法匹配有问题的字符串，并导致 diff 花费大量时间来运行。有什么想法吗？

Answer 1

非常有趣...我找不到文档参考，但是通过一些实验发现：

• ␠* 和 .* 如果零个或多个对你来说是可以的
• 正如你所说，␠+ 不起作用。 ␠{1,}... 也没有，但 ␠\{1,\} 确实有效
• 更新：␠\+ 也有效！

（␠ 代表一个空格字符，没有出现）。

我正在使用来自 GNU diffutils 2.8.1 的 GNU diff。

man diff 和 info diff 没有解释 RE 语法。

希望这会有所帮助。

更新：我在man grep 中找到了一个简短的部分：

基本与扩展正则表达式

在基本正则表达式中，元字符 ?、+、{、|、( 和 ) 失去其特殊意义；而是使用反斜杠版本 \?, \+、\{、\|、\(和\)。

所以我猜它使用的是基本正则表达式语法。

Answer 2

好的，这就是 GNU diff 源代码所说的内容。

re_set_syntax (RE_SYNTAX_GREP | RE_NO_POSIX_BACKTRACKING);

我认为这意味着“与 gnu grep -G 相同”（基本正则表达式）。根据 gnu grep 手册页：

在基本正则表达式中，元字符 ?、+、{、|、(、 和 ） 失去其特殊意义；而是使用反斜杠版本 \?、\+、\{、\|、\(和\)。

忘记\s、\S等

Answer 3

According to the specification、diff 不支持正则表达式，也没有-I 开关。

您似乎在使用带有非标准扩展名的非标准 diff。这些非标准扩展是如何工作的，应该在您使用的任何非标准diff 的文档中进行描述。