将可选参数与 Bash 正则表达式中的非捕获组匹配答案

【问题标题】：Matching optional parameters with non-capturing groups in Bash regular expression将可选参数与 Bash 正则表达式中的非捕获组匹配
【发布时间】：2012-02-01 21:09:08
【问题描述】：

我想使用 Bash 中的正则表达式将类似于以下的字符串解析为单独的变量：

Category: entity;scheme="http://schemas.ogf.org/occi/core#";class="kind";title="Entity";attributes="occi.core.id occi.core.title";

或

Category: resource;scheme="http://schemas.ogf.org/occi/core#";class="kind";title="Resource";rel="http://schemas.ogf.org/occi/core#entity";attributes="occi.core.summary";

“title”之前的第一部分是所有字符串通用的，部分标题和属性是可选的。

我设法提取了所有字符串共有的强制参数，但我遇到了可选参数不一定存在于所有字符串的问题。据我所知，Bash 不支持我将用于此目的的非捕获括号。

这是我迄今为止所取得的成就：

CATEGORY_REGEX='Category:\s*([^;]*);scheme="([^"]*)";class="([^"]*)";'
category_string='Category: entity;scheme="http://schemas.ogf.org/occi/core#";class="kind";title="Entity";attributes="occi.core.id occi.core.title";'
[[ $category_string =~ $CATEGORY_REGEX ]]
echo ${BASH_REMATCH[0]}
echo ${BASH_REMATCH[1]}
echo ${BASH_REMATCH[2]}
echo ${BASH_REMATCH[3]}

我想使用的正则表达式（在 Ruby 中对我有用）是：

CATEGORY_REGEX='Category:\s*([^;]*);\s*scheme="([^"]*)";\s*class="([^"]*)";\s*(?:title="([^"]*)";)?\s*(?:rel="([^"]*)";)?\s*(?:location="([^"]*)";)?\s*(?:attributes="([^"]*)";)?\s*(?:actions="([^"]*)";)?'

有没有其他解决方案可以使用命令行工具解析字符串，而不必依赖 perl、python 或 ruby？

【问题讨论】：

标签： regex string bash text-parsing

【解决方案1】：

我认为 bash 正则表达式中不存在非捕获组，因此您的选择是使用脚本语言或从所有 (?:...) 组中删除 ?: 并注意您引用的组，例如：

CATEGORY_REGEX='Category:\s*([^;]*);\s*scheme="([^"]*)";\s*class="([^"]*)";\s*(title="([^"]*)";)?\s*(rel="([^"]*)";)?\s*(location="([^"]*)";)?\s*(attributes="([^"]*)";)?\s*(actions="([^"]*)";)?'
category_string='Category: entity;scheme="http://schemas.ogf.org/occi/core#";class="kind";title="Entity";attributes="occi.core.id occi.core.title";'
[[ $category_string =~ $CATEGORY_REGEX ]]
echo "full:       ${BASH_REMATCH[0]}"
echo "category:   ${BASH_REMATCH[1]}"
echo "scheme:     ${BASH_REMATCH[2]}"
echo "class:      ${BASH_REMATCH[3]}"
echo "title:      ${BASH_REMATCH[5]}"
echo "rel:        ${BASH_REMATCH[7]}"
echo "location:   ${BASH_REMATCH[9]}"
echo "attributes: ${BASH_REMATCH[11]}"
echo "actions:    ${BASH_REMATCH[13]}"

请注意，从可选参数开始，我们每次都需要跳过一个组，因为从 4 开始的偶数组包含参数名称和值（如果参数存在）。

【讨论】：

这确实有效。这不是最优雅的解决方案，但只要 bash 中没有非捕获组，每次跳过一个组的解决方法可能是最好的解决方案。有一件事仍然困扰着我：如果任何分号后面有空格，那么正则表达式就会失败，即使它们后面有“\s*”模式来匹配空格。
似乎“\s*”等特殊字符不起作用。用空格替换它确实有效： "\s*" => " *"
尝试使用 [[:space:]]* 代替 \s。

【解决方案2】：

您可以在 bash 中使用一点正则表达式来模拟不匹配的组：

              _2__    _4__   _5__
[[ "fu@k" =~ ((.+)@|)((.+)/|)(.+) ]];
echo "${BASH_REMATCH[2]:--} ${BASH_REMATCH[4]:--} ${BASH_REMATCH[5]:--}"
# Output: fu - k

字符@ 和/ 是我们解析的字符串的一部分。正则表达式管道| 用于左或右（空）部分匹配。

出于好奇，${VAR:-<default value>} 是在 $VAR 为空的情况下使用默认值的变量扩展。

【讨论】：

这对我不起作用。我只是得到三个破折号。