我有两个字符串，比如 foo_bar 和 foo_abc_bar。我想匹配他们两个，如果第一个匹配，我想用 = 符号强调它。所以，我的猜测是：
echo 'foo_abc_bar' | sed -r 's/(foo).*(abc)?.*(bar)/\1=\2=\3/g'
> foo==bar
或
echo 'foo_abc_bar' | sed -r 's/(foo).*((abc)?).*(bar)/\1=\2=\3/g'
> foo==
但正如上面的输出所示，它们都不起作用。
我如何指定一个可选组，如果字符串包含它则匹配，否则就跳过？
【问题讨论】：
.*，下划线可以替换成任意字符串吗？
标签： regex string bash sed regex-group
解决办法：
echo 'foo_abc_bar' | sed -r 's/(foo)_((abc)_)?(bar)/\1=\3=\4/g'
为什么您之前的尝试无效：
.* 是贪心的，所以对于正则表达式 (foo).*(abc)?.*(bar) 尝试匹配 'foo_abc_bar'，(foo) 将匹配 'foo'，然后 .* 最初将匹配字符串的其余部分 ('_abc_bar' )。正则表达式将继续，直到它到达所需的(bar) 组，这将失败，此时正则表达式将通过放弃与.* 匹配的字符来回溯。这将发生直到第一个.* 只匹配'_abc_'，此时最后一个组可以匹配'bar'。因此，您的字符串中的 'abc' 不是在捕获组中匹配，而是在非捕获 .* 中匹配。
我的解决方案说明：
首先也是最重要的是将.* 替换为_，如果您知道分隔符是什么，则无需匹配任意字符串。接下来我们需要做的是弄清楚字符串的哪一部分是可选的。如果字符串'foo_abc_bar' 和'foo_bar' 都有效，那么中间的'abc_' 是可选的。我们可以使用(abc_)? 将其放入可选组中。最后一步是确保我们在捕获组中仍然有字符串'abc'，我们可以通过将该部分包装在一个额外的组中来做到这一点，所以我们最终得到((abc)_)?。然后我们需要调整替换，因为有一个额外的组，所以我们使用\1=\3=\4 而不是\1=\2=\3，\2 将是字符串'abc_'（如果匹配）。请注意，在大多数正则表达式实现中，您也可以使用非捕获组并继续使用 \1=\2=\3，但 sed 不支持非捕获组。
另一种选择：
我认为上面的正则表达式是你最好的选择，因为它是最明确的（它只会匹配你感兴趣的确切字符串）。但是，您也可以通过使用惰性重复（匹配尽可能少的字符）而不是贪婪重复（匹配尽可能多的字符）来避免上述问题。您可以通过将.* 更改为.*? 来做到这一点，因此您的表达式将如下所示：
echo 'foo_abc_bar' | sed -r 's/(foo).*?(abc).*?(bar)/\1=\2=\3/g'
【讨论】：
也许你可以简单地使用：
echo 'foo_abc_bar' | sed -r 's/(foo|bar|abc)_?/\1=/g'
echo 'foo_bar' | sed -r 's/(foo|bar|abc)_?/\1=/g'
> foo=abc=bar=
> foo=bar=
这避免了foo==bar 与foo_bar 相同，我发现通过将= 有时在比赛之前，有时在比赛之后来表示强调有点奇怪。
【讨论】：