sed \{x,y\} 范围是否贪婪？

Question

例如，我想知道\{x,y\}insed是否会尝试匹配尽可能多或尽可能少的字符。

另外，有人可以向我解释以下意外行为sed吗？

echo "baaab" | sed 's/a\{1,2\}//'
bab

echo "baaab" | sed 's/a\{0,2\}//'
baaab

在第一行中，sed变得贪婪，在第二行中显然没有，这有什么原因吗？

我使用的是 GNU sed 4.2.1 版。

Answer 1

a\{0,2\}将匹配行首的空字符串（实际上，任何空字符串，但未g指定）：

$ echo "baaab" | sed 's/a\{0,2\}/y/' 
ybaaab

由于 GNUsed从左到右进行匹配，并且未指定全局替换，因此仅匹配行的开头。如果您使用过g：

$ echo "baaab" | sed 's/a\{0,2\}/y/g'
ybyyby

开头和结尾的空字符串匹配，而aa、 和其余的a.

Answer 2

是的，它很贪婪。

在符合 POSIX 的系统中，不仅如此，sed而且所有使用基本正则表达式的工具，匹配的模式总是贪婪的：

对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“第一个”被定义为“在字符串中最早开始”。如果模式允许可变数量的匹配字符，因此从该点开始有不止一个这样的序列，则匹配最长的这样的序列。例如，BRE“bb*”匹配字符串“abbbc”的第二到第四个字符，而ERE“(wee|week)(knights|night)”匹配字符串“weeknights”的所有十个字符。

与整个匹配是最左边匹配中最长的一致，每个子模式从左到右匹配最长的可能字符串。为此，应认为空字符串比根本没有匹配要长。例如，将 BRE "(. ). " 与 "abcdef"匹配，子表达式 "(\1)" 为 "abcdef"，将 BRE "(a*)*" 与 "bc" 匹配，子表达式 "( \1)" 是空字符串。

该模式a\{0,2\}匹配任何出现a在零到二之间的字符。零出现意味着空字符串，它被认为比没有匹配要长，如上面指出的规范。

您使用的问题在于您没有将global 标志用于sed substitution 命令。如果没有global 标志，一旦找到第一个匹配项（即行首的空字符串）就sed停止s替换。

一般的形式是\{m,n\}用0 <= m <= n <= RE_DUP_MAX，用RE_DUP_MAX是32767在大多数平台：

$ getconf RE_DUP_MAX
32767