grep 的贪婪行为答案

【问题标题】：Greedy behaviour of grepgrep 的贪婪行为
【发布时间】：2020-03-26 23:56:39
【问题描述】：

我认为在正则表达式中，“贪婪”适用于量词而不是整体匹配。但是，我观察到

grep -E --color=auto 'a+(ab)?' <(printf "aab")

返回 aab 而不是 aab。

这同样适用于 sed。另一方面，在 pcregrep 等工具中，真正贪婪的是量词。这是 grep 的特定行为吗？

注意我检查了两个 grep (BSD grep) 2.5.1-FreeBSD 和 grep (GNU grep) 3.1

【问题讨论】：

相关：Greedy vs. Reluctant vs. Possessive Quantifiers
好的，我现在更好地理解了这个问题，echo 'aab' | grep -P 'a+(ab)?' 突出显示aa 而echo 'aab' | grep -E 'a+(ab)?' 突出显示aab 意味着它是可选的ab 匹配，即使它不是必需的.. 我认为这是因为最长匹配获胜.. 例如，echo 'aab' | grep -E 'a+|a+b' 突出显示 aab 因为这是最长的匹配，而 echo 'aab' | grep -P 'a+|a+b' 突出显示 aa 因为在 PCRE 中，从相同位置开始的匹配从左到右交替优先跨度>
是的，我也在某个地方读到过最长匹配。但它与“贪婪的量词”相冲突。我没有意识到这是 POSIX 正则表达式和其他一些不同的另一个点。

【解决方案1】：

在the description of term matched 中，POSIX 声明

匹配序列的搜索从字符串的开头开始，并在找到与表达式匹配的第一个序列时停止，其中“first”定义为“在字符串中最早开始”。 如果模式允许可变数量的匹配字符，因此从该点开始有多个这样的序列，则匹配最长的这样的序列。

这个陈述清楚地回答了你的问题。字符串aab 包含两个从与ERE a+(ab)? 匹配的相同位置开始的子字符串；这些是aa 和aab。后者最长，因此匹配。

【讨论】：