Emacs正则表达式：\<和\>相比\b有什么优势？

Question

Regexp Backslash - GNU Emacs Manual指出，\<匹配单词的开头，\>匹配单词的结尾，而\b则匹配单词边界。与其他非Emacs正则表达式一样，\b也是相同的。但似乎\<和\>只适用于Emacs正则表达式。是否存在需要使用\<和\>而不是\b的情况？例如，\bword\b与\<word\>将匹配相同的内容，唯一的区别在于后者更易读。

- Yoo

---

它们也存在于GNU Grep和Vim中。 - Josh Lee

\< 和 \> 来自原始的 vi，并且一直沿用至今。 - tchrist

Answer 1

如果您假设它们的行为相同，可能会得到意想不到的结果。..
那么\<和\>可以做什么呢？
答案是，\<和\>是显式的...只匹配单词结尾！而且只能匹配单词结尾！
\b是通用的...可以匹配单词的任何一端...

GNU 运算符 * 单词运算符

line="cat dog sky"  
echo "$line" |sed -n "s/\(.*\)\b\(.*\)/# |\1|\2|/p"
echo "$line" |sed -n "s/\(.*\)\>\(.*\)/# |\1|\2|/p"
echo "$line" |sed -n "s/\(.*\)\<\(.*\)/# |\1|\2|/p"
echo
line="cat  dog  sky"  
echo "$line" |sed -n "s/\(.*\)\b\(.*\)/# |\1|\2|/p"
echo "$line" |sed -n "s/\(.*\)\>\(.*\)/# |\1|\2|/p"
echo "$line" |sed -n "s/\(.*\)\<\(.*\)/# |\1|\2|/p"
echo
line="cat  dog  sky  "  
echo "$line" |sed -n "s/\(.*\)\b\(.*\)/# |\1|\2|/p"
echo "$line" |sed -n "s/\(.*\)\>\(.*\)/# |\1|\2|/p"
echo "$line" |sed -n "s/\(.*\)\<\(.*\)/# |\1|\2|/p"
echo

输出

# |cat dog |sky|
# |cat dog| sky|
# |cat dog |sky|

# |cat  dog  |sky|
# |cat  dog|  sky|
# |cat  dog  |sky|

# |cat  dog  sky|  |
# |cat  dog  sky|  |
# |cat  dog  |sky  |

- Peter.O

Answer 2

在我看来，\<.*?\> 只会匹配一系列的单词字符，而 \b.*?\b 则可以匹配一系列的单词字符或非单词字符，因为它也可以接受一个单词的结尾，然后再是另一个单词的开头。如果你强制将两者之间的表达式设置为单词，它们确实会表现得相同。

当然，你可以使用 \b\w 和 \w\b 来复制 \< 和 \> 的行为。所以我想答案是肯定的，这主要是为了可读性。不过话说回来，正则表达式中的大多数转义字符不都是为了可读性吗？

- dlras2

---

转义字符 \\ 不是为了可读性而存在的，它用于将一个正则表达式运算符与相同字形的字面字符区分开来。 - Peter.O

@fred - 我的意思是转义字符，比如\w和\d（不是\本身）通常可以用字符类中的其他字符替换，比如[0-9]。 - dlras2

Daniel: \<.*\>将匹配由单词字符限定的任何字符串。.*是贪婪的，因此会尽可能匹配多个任意字符。要仅匹配单个单词，您可以使用非贪婪变体：\<.*?\>。 - phils