对单词边界感到困惑

Question

我一直在研究这个很多，但我仍然不清楚。这是什么字边界是什么意思？它有什么作用？

那么，例如，有人可以向我解释这个命令吗？

egrep '\b[A-Z]+\b' filename.sh

Answer 1

如所描述的在这里，例如，它匹配之间的话：

有三个不同的位置可以作为单词边界：

1. 在字符串中的第一个字符之前，如果第一个字符是单词字符。
2. 在字符串的最后一个字符之后，如果最后一个字符是单词字符。
3. 在字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符。

以下是每种情况的示例：

1. 对于字符串foobar，第一种情况匹配

    foobar
   ^-----here
   

2. 对于字符串foobar，第二种情况匹配

   foobar
         ^--here
   

3. 对于字符串foo bar，第三种情况将匹配

   foo bar
      ^--here, because space is not a word character
   

什么是单词字符取决于特定的正则表达式实现。但是，在所有情况下，字母 ([a-z]和[A-Z])、数字 ( [0-9]) 和_都被视为单词字符。

因此，您发布的示例正则表达式 ( \b[A-Z]+\b) 表示查找两个单词边界之间且仅由大写字母组成的最长字符串。通过示例可能更容易解释：

echo "FOOBAR" | egrep '\b[A-Z]+\b'   # Works
echo "FOO BAR" | egrep '\b[A-Z]+\b'  # Works
echo "aFOOBARb" | egrep '\b[A-Z]+\b' # Does not work, we want capitals only
echo "12345" | egrep '\b[A-Za]+\b'   # Does not work, no letters
echo "1FOOBAR2" | egrep '\b[A-Z]+\b' # Does not work, 1 and 2 are word chars
echo "_FOOBAR_" | egrep '\b[A-Z]+\b' # Does not work, _ is a word char
echo "#FOOBAR$" | egrep '\b[A-Z]+\b' # Works, # and $ are not word chars