我一直在阅读Friedl的《精通正则表达式》,并尝试为由单词分隔的字符串设计一个通用的非贪婪模式表达式。 从基础开始,当被分隔的单词只是一个单字符 'a' 时,表达式:
sed -r 's/([^a]*)(a)/\
(1)\1(2)\2(ALL)&(END)/g' <<<"xaxxaxxxaxxx...aa..."
(1)x(2)a(ALL)xa(END)
(1)xx(2)a(ALL)xxa(END)
(1)xxx(2)a(ALL)xxxa(END)
(1)xxx...(2)a(ALL)xxx...a(END)
(1)(2)a(ALL)a(END)...
可能来自 Friedl 的模式是:
- [ 正常*关闭 ]
接下来是一个真正的多字符'ab'分隔符:
sed -r 's/([^a]*)((a[^b]*)*)(ab)/\
(1)\1(2)\2(3)\3(4)\4(ALL)&(END)/g' <<<"xabxxabxxxabxxx...abxxx...aabxxx...axxx...aaabxaabaxabaxaxabxaxaabxxaaabaaxxab..."
(1)x(2)(3)(4)ab(ALL)xab(END)
(1)xx(2)(3)(4)ab(ALL)xxab(END)
(1)xxx(2)(3)(4)ab(ALL)xxxab(END)
(1)xxx...(2)(3)(4)ab(ALL)xxx...ab(END)
(1)xxx...(2)a(3)a(4)ab(ALL)xxx...aab(END)
(1)xxx...(2)axxx...aa(3)axxx...aa(4)ab(ALL)xxx...axxx...aaab(END)
(1)x(2)a(3)a(4)ab(ALL)xaab(END)
(1)(2)ax(3)ax(4)ab(ALL)axab(END)
(1)(2)axax(3)axax(4)ab(ALL)axaxab(END)
(1)x(2)axa(3)axa(4)ab(ALL)xaxaab(END)
(1)xx(2)aa(3)aa(4)ab(ALL)xxaaab(END)
(1)(2)aaxx(3)aaxx(4)ab(ALL)aaxxab(END)...
可能的模式为:
- [ normal* (special*)* closing ]
对于后续的'abc'分隔符,特殊表达式可以扩展为:
(a[^b]*)*(ab[^c]*)*
- 这个正确吗?
- 可以证明吗?
- 这个特殊的表达式能简化吗?
- 是否有更好/更有效的表达式?请注意,我没有使用perl的非贪婪'*?'运算符并避免交替。
- 我在哪里可以找到此类问题的参考资料(Friedl暗示了但未公布解决方案)。
abacabc
呢? - Benoit