4

我遇到了在 Linux 中看不到的东西。谁能告诉我为什么第一个正则表达式没有选择“ß-胡萝卜素”？

$ cat cmpg
ß-Cyclopentyl-4-(7H-pyrrolo[2,3-d]pyrimidin-4-yl)-((3R)-1H-pyrazole-1-propanenitrile
ß-Cyclopentyl-4-(7H-pyrrolo[2,3-d]pyrimidin-4-yl)-((R)-1H-pyrazole-1-propanenitrile
ß-carotene  

$ cat cmpg|awk  '/[^\w\s({)}\r\n\[\]],/'
ß-Cyclopentyl-4-(7H-pyrrolo[2,3-d]pyrimidin-4-yl)-((3R)-1H-pyrazole-1-propanenitrile
ß-Cyclopentyl-4-(7H-pyrrolo[2,3-d]pyrimidin-4-yl)-((R)-1H-pyrazole-1-propanenitrile

cat cmpg|awk  '/ß/'
ß-Cyclopentyl-4-(7H-pyrrolo[2,3-d]pyrimidin-4-yl)-((3R)-1H-pyrazole-1-propanenitrile
ß-Cyclopentyl-4-(7H-pyrrolo[2,3-d]pyrimidin-4-yl)-((R)-1H-pyrazole-1-propanenitrile
ß-carotene

谢谢您的帮助！

4

2 回答 2

8 
$ cat cmpg|awk  '/[^\w\s({)}\r\n\[\]],/'

仅匹配至少包含一个逗号的行。

至于为什么否定字符类匹配2（这让我感到困惑，因为\w包含所有ASCII数字，因此[^\w...]应该无法匹配2）：awk使用不知道\w（或 \s）速记的POSIX基本正则表达式。您需要使用[:alnum:]or[:space:]代替。

总而言之，该正则表达式在任何正则表达式风格中都很奇怪。你想用它来达到什么目的？

于 2013-06-17T14:48:28.417 回答
3 
$ cat cmpg|awk  '/[^\w\s({)}\r\n\[\]],/'

查找具有 2 个字符的任何字符串：

  • 第一个字符不应该 ( [^) 是：

    • \w: 一个“单词”字符（数字、字母数字和下划线）
      • w如果 awk 版本不知道\w特殊含义，则为文字
    • \s: 一个空格（如果使用 unicode，可能是很多东西，而不仅仅是空格和制表符）
      • s如果 awk 版本不知道\s特殊含义，则为文字
    • ( ： 一个(
    • { ： 一个{
    • ) ： 一个)
    • } ： 一个}
    • \r: 换行
    • \n: 换行
    • \[： 一个[
    • \]： 一个]

  • 第二个字符必须是：

    • ,：一个,（逗号）。

最后一行不包含逗号。（否则，Beta 将匹配，因为它不属于上述列表）

于 2013-06-17T15:01:04.217 回答