使用 Bash 的惰性正则表达式

Question

我正在尝试使用 Bash 的内置正则表达式函数仅匹配 HTML 标签中包含的文本：

string='<span class="circle"> </span>foo</span></span>'
regex='<span class="circle"> </span>(.+?)</span>'
[[ $string =~ $regex ]]
echo "${BASH_REMATCH[1]}"

但比赛不断捕获foo</span>。

互联网上充斥着 sed 和 grep 的例子，我在 Bash 自己的正则表达式上找不到太多文档。

Answer 1

互联网上充斥着替代方法是有原因的。我真的想不出任何情况下您会被迫为此使用 bash。为什么不使用为这项工作设计的工具之一？

无论如何，据我所知，无法使用=~运算符进行非贪婪匹配。那是因为它不使用 bash 的内部正则表达式引擎，而是使用系统的 C 引擎，如man 3 regex. 这在man bash：

   An additional binary operator, =~, is available, with the  same  prece?
   dence  as  ==  and !=.  When it is used, the string to the right of the
   operator is considered  an  extended  regular  expression  and  matched
   accordingly  (as  in  regex(3)).  

但是，您可以使用稍微不同的正则表达式或多或少地做您想做的事情（请记住，这确实不是解析 HTML 文件的好方法）：

string='<span class="circle"> </span>foo</span></span>'
regex='<span class="circle"> </span>([^<]+)</span>'
[[ $string =~ $regex ]]; 
echo "${BASH_REMATCH[1]}"

以上将按foo预期返回。