Bash正则表达式不贪婪的匹配答案

【问题标题】：Bash regex ungreedy matchBash正则表达式不贪婪的匹配
【发布时间】：2017-04-29 19:22:59
【问题描述】：

我有一个正则表达式模式，它应该在字符串中的多个位置匹配。我想将所有匹配组放入一个数组中，然后打印每个元素。

所以，我一直在尝试这个：

#!/bin/bash

f=$'\n\tShare1   Disk\n\tShare2  Disk\n\tPrnt1  Printer'
regex=$'\n\t(.+?)\\s+Disk'
if [[ $f =~ $regex ]]
then
    for match in "${BASH_REMATCH[@]}"
    do
        echo "New match: $match"
    done
else
    echo "No matches"
fi

结果：

New match: 
    Share1   Disk
    Share2  Disk
New match: Share1   Disk
    Share2

预期的结果是

New match: Share1
New match: Share2

我认为它不起作用，因为我的 .+? 匹配贪婪。所以我查找了如何使用 bash 正则表达式来实现这一点。但是每个人似乎都建议将 grep 与 perl 正则表达式一起使用。

但肯定有另一种方式。我在想可能像[^\\s]+.. 但输出是：

New match: 
    Share1   Disk
New match: Share1

... 有什么想法吗？

【问题讨论】：

一个想法是使用 [^\\s]+? 而不是 .+? 。如果找到空格，它将匹配字符直到出现空格。
两者都产生与我在问题中已经提到的[^\\s]+ 相同的结果。我认为 bash 甚至不支持?，我的意思是在这种情况下.. 我的意思是+ 后面的? 通常意味着match ungreedy。
基于此answer POSIX regular expression（与=~ 运算符一起使用）没有非贪婪量词。
@ThomasAyoub：感谢您的指出。 @Forivin：[^\s] 与 \S 相同。如果需要，使用 `\` 进行转义。
你应该先用换行符分割字符串，然后用你的正则表达式迭代检查每个块并使用${BASH_REMATCH[1]}获取值。

标签： regex bash regex-greedy

【解决方案1】：

正如公认的答案已经指出的那样，这里的解决方案并不是真正使用非贪婪的正则表达式，因为 Bash 不支持符号 .*?（它是在 Perl 5 中引入的，并且可以在其正则表达式的语言中使用实现源于此，但 Bash 不是其中之一）。但对于在 Google 中找到此问题的访问者，标题中实际问题的答案是有时，以简单地使用比 .* 更有限的正则表达式来实现您正在寻找的非贪婪匹配。

例如，

re='(Disk.*)'
if [[ $f =~ $re ]]; then
 ... # ${BASH_REMATCH[0]} contains everything after (the first occurrence of) Disk

这只是一个构建块；您必须从那里通过其他正则表达式匹配或循环来获取它。请参阅下面的非正则表达式变体，它基本上可以做到这一点。

如果您不想匹配特定字符，则使用取反字符类简单、优雅、方便且兼容回到 Ken Thompson 原始正则表达式库的黑暗开端。在 OP 的示例中，您似乎想跳过换行符和制表符，然后匹配任何不是文字空格的字符。

re=$'\n\t([^ ]+)'

但在这种情况下，更好的解决方案可能是在循环中实际使用parameter expansions。

f=$'\n\tShare1   Disk\n\tShare2  Disk\n\tPrnt1  Printer'
result=()
f=${f#$'\n\t'}      # trim any newline + tab prefix
while true; do
  case $f in
    *\ Disk*)
        d=${f%% *}           # capture up to just before first space
        result+=("$d")
        f=${f#*$'\n\t'}     # trim up to next newline + tab
        ;;
    *)
        break ;;
  esac
done
echo "${result[@]}"

【讨论】：

另请参阅stackoverflow.com/questions/18514135/…，以更广泛地讨论如何解决 Bash（以及更普遍的 POSIX 样式的正则表达式）中缺少一些 PCRE 正则表达式功能的问题。

【解决方案2】：

这里有几个问题。首先，BASH_REMATCH 的第一个元素是匹配模式的整个字符串，而不是捕获组，因此您想使用 ${BASH_REMATCH[@]:1} 来获取捕获组中的那些内容。

但是，bash 正则表达式不支持在字符串中多次重复匹配，因此 bash 可能不是这项工作的正确工具。由于事情是在他们自己的线路上，你可以尝试使用它来拆分事情并将模式应用于每一行，例如：

f=$'\n\tShare1   Disk\n\tShare2  Disk\n\tPrnt1  Printer'
regex=$'\t(\S+?)\\s+Disk'
while IFS=$'\n' read -r line; do
    if [[ $line =~ $regex ]]
    then
        printf 'New match: %s\n' "${BASH_REMATCH[@]:1}"
    else
        echo "No matches"
    fi
done <<<"$f"

【讨论】：