regex - shell 和正则表达式匹配空间

Question

这是我的问题：

例如

echo 123\<  abc\\\ efg

输出应该是

123< abc\ efg

我在 lex 文件中的正则表达式是

[^\n ]*[\\]+[^\n]

如果我使用这个正则表达式，我的输出将是

 123< abc\  efg

这是错误的。谁能告诉我如何分别匹配\（空格）和常规（空格）？

谢谢！

Answer 1

我相信您正在寻找的是一个 flex 正则表达式，它将匹配一个不包含引号或其他此类复杂情况的单个 shell 令牌。

请注意，自动终止标记的字符如下：();<>&|和空格。（bash手册说spaceand tab，但我很确定这newline也是分开的词。）

这样的正则表达式是可能的，但是（恕我直言）它用处不大，部分原因是它不需要引用（或括号：a$(echo foo)b是一个单词），部分原因是需要重新扫描生成的单词以查找转义字符。但是无所谓。这是一个示例 flex 正则表达式：

([^();<>&|\\[:space:]]|\\(.|\n))+

匹配任意数量的连续实例：

• 元字符或转义字符以外的任何内容，或
• 后跟任何单个字符的转义字符，或
• 转义字符后跟换行符。

Answer 2

你的正则表达式是正确的。当您在提示符下键入

echo 123\<  abc\\\ efg

发生以下情况：

1. bash替换\<为<( 没有反斜杠，bash将被<视为输入重定向运算符。

2. bash替换\\为单个文字\

3. bash用单个文字空格替换 '\ `。

4. bash调用echo命令，传递给它 2 个参数：123<和abc\ efg.

5. echo产生输出123< abc\ efg，一个字符串，用一个空格分隔它的两个参数。

根据您的正则表达式，我上面第 5 步中的字符串输出看起来像是存储在您的文件中的内容。从这 13 个字节中，它将找到 3 个有效标记：123<、abc\和efg. 如果它将它们作为单个字符串打印到标准输出，每个标记用空格分隔，您会看到123< abc\ efg. （反斜杠后面应该有两个空格；我似乎无法显示多个空格。）