匹配一个带有/不带有尾随空格的单词有什么区别？

Question

我正在学习 shell 脚本，为此我正在使用 HackerRank。sed在同一站点上有一个与此相关的问题：“Sed”命令 #1：

对于给定的输入文件的每行，变换字“的”与“这个”的第一次出现。搜索和转换应该严格区分大小写。

首先我尝试过，

sed 's/the/this/'

但在那个示例测试用例中失败了。然后我试过了

sed 's/the /this /'

它奏效了。那么，问题来了，这些空格产生了什么不同？我在这里错过了什么吗？

Answer 1

这是一种廉价且容易出错的词匹配方式。

请注意，the它后面的空格不匹配 word thereby，因此匹配 afterthe避免匹配单词开头的字符串。然而，它仍然不匹配bathe（如果后面有一个空格），它并不能匹配the在一行的末尾。

为了the正确匹配单词（或任何其他单词），您不应该在单词周围使用空格，因为这会阻止您在行首或行尾匹配它，或者它的两侧是任何其他非单词字符，例如例如，任何标点符号或制表符。

相反，使用零宽度字边界模式：

sed 's/\<the\>/this/'

在\<和\>边界前，后字相匹配，即之间的空间单词字符和非单词字符。单词字符通常是任何字符匹配[[:alnum:]_]（或[A-Za-z0-9_]在 POSIX 语言环境中）。

使用 GNU sed，您还可以\b代替\<and 使用\>：

sed 's/\bthe\b/this/'

Answer 2

区别在于the输入文本后是否有空格。
例如：

一个没有空格的句子，没有替换：

$ echo 'theman' | sed 's/the /this /'
theman

带有空格的句子，按预期工作：

$ echo 'the man' | sed 's/the /this /'
this man

对于带有另一个空格字符的句子，不会发生替换：

$ echo -e 'the\tman' | sed 's/the /this /'
the     man

Answer 3

sed 适用于正则表达式。使用sed 's/the /this /'您只需the在匹配模式的一部分之后留出空间。

使用sed 's/the/this/'您替换所有出现的thewith，this无论the.

在 HackerRank 练习中，结果是相同的，因为用 this 替换 the 是合乎逻辑的……您只替换默认情况下后跟空格（语法规则）的亲名词。

例如，如果您尝试the将单词大写，您会看到不同之处the theater：

echo 'the theater' |sed 's/the /THE /g'
THE theater                              
#theater is ignored since the is not followed by space

echo 'the theater' |sed 's/the/THE/g'
THE THEater
#both the are capitalized.