GNU sed、^ 和 $ 与 |当第一个/最后一个字符匹配时答案

【问题标题】：GNU sed, ^ and $ with | when first/last character matchesGNU sed、^ 和 $ 与 |当第一个/最后一个字符匹配时
【发布时间】：2017-02-10 00:35:01
【问题描述】：

当在 REGEXP 中进行包含 ^|. 之类的替换时，如果第一个字符匹配，则 sed 与模式空间开头的空字符串不匹配。如果最后一个字符匹配，它也不匹配结尾。这是为什么呢？

以下是一些使用123 作为输入的示例（使用-r 选项）：

substitution    expected output     actual output   comments
s/^/x/g         x123                x123            works as expected
s/$/x/g         123x                123x            works as expected
s/^|$/x/g       x123x               x123x           works as expected
s/^|./x/g       xxxx                xxx             didn't match the very begining
s/.|$/x/g       xxxx                xxx             didn't match the very end
s/^|1/x/g       xx23                x23             didn't match the very begining
s/^|2/x/g       x1x3                x1x3            this time it did match the begining

使用 \` 而不是 ^ 时，我得到了相同的结果。
我试过 GNU sed 版本 4.2.1 和 4.2.2

Try it online!

【问题讨论】：

标签： bash sed gnu-sed

【解决方案1】：

AFAIK sed 将尝试交替匹配最长的匹配项。

所以当模式空间开头的空字符串可以与1在同一位置匹配时。 1 被选中，因为它是最长的匹配项。

考虑以下几点：

$ sed 's/12\|123/x/g' <<< 123
x
$ sed 's/123\|12/x/g' <<< 123
x
$ sed 's/^1\|12/x/g' <<< 123
x3

到达终点时也是如此。让我们打破sed 's/.\|$/x/g' <<< 123：

123
^
. matches and replace with x
x23
 ^
 . matches and replace with x
xx3
  ^
  . matches and replace with x
xxx
   ^
   Out of pattern space $ will not match.

【讨论】：

所以它不会将开头的空字符串视为在它自己的位置？在某种程度上它是第一个字符的一部分？
^匹配所述的空字符串，匹配的长度为0，而第一个位置的1的长度为1。所以替换。两者都会匹配，但只会替换最长的。
为什么不把它们都替换掉？ sed 's/12\|123/x/g <<<12123 替换 12 和 123，即使 123 更长。
您的示例不同，因为 12 匹配并替换然后 123。考虑一下：sed 's/11\|111//g' <<< 1111。更换后还剩多少。零还是一？
为什么s/^|1/x/g <<< 123 与s/1|2/x/g <<< 123 不同？第二个替换 1 然后 2，不应该第一个替换空字符串然后 1？