[问题]另一类正则表达式的最短匹配问题

shadow · #1

代码：全选

我用 sed 的时候，需要用到最短匹配。按照 sed 手册，针对字符串：

foo bar A xxx some other characters Tee words Tag yyy other string zzz Tee 123 445 Tag the rest things.
              \---------------------/
              \--------------------------------------------------------/

A[^T]*T
就可以匹配
foo bar A xxx some other characters T
而非
foo bar A xxx some other characters Tee words Tag yyy other string zzz Tee 123 445 T


然而，我的麻烦在于，我希望匹配的标记，是多字符（Tag）而非单字符（T）。

请问应当写怎样的正则表达式，才能从 A 匹配到 第一个 Tag 呢？

如下图


foo bar A xxx some other characters Tee words Tag yyy other string zzz Tee 123 445 Tag the rest things.
              ^~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~^
              ^~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~^

先谢了！

以上为了使用等宽字体对齐，使用了代码格式。

5451vs5451 · #2

A([^T]|T[^a]|Ta[^g])*Tag

shadow · #3

对了！

十分感谢。不过其他朋友注意，因为使用了扩展正则表达式，似应在 sed 命令行中使用 -r 选项。如下：

代码：全选

$ sed -r -e 'A([^T]|T[^a]|Ta[^g])*Tag' somefile

zanefei · #4

代码：全选

echo "foo bar A xxx some other characters Tee words Tag yyy other string zzz Tee 123 445 Tag the rest things. "| sed 's/.*A\(.*\)Tag.*Tag.*/\1/'

这样也可以取到的说

alinmn · #5

5451vs5451 写了：A([^T]|T[^a]|Ta[^g])*Tag

这个不能匹配Tag前面为T或Ta的，可以写作
A([^T]|T[^a]|Ta[^g])*(T|Ta)?Tag

alinmn · #6

zanefei 写了：

代码：全选

echo "foo bar A xxx some other characters Tee words Tag yyy other string zzz Tee 123 445 Tag the rest things. "| sed 's/.*A\(.*\)Tag.*Tag.*/\1/'

这样也可以取到的说

这个好像在有1个或两个以上Tag的时候结果不对

5451vs5451 · #7

alinmn 写了：A([^T]|T[^a]|Ta[^g])*(T|Ta)?Tag

这个不能保证最短，它可与字符串 "A TaTag Tag" 相匹配。

真要把 TTag 和 TaTag 的情况考虑进去，我怀疑是否可以构造出一个符合条件的正则表达式。这种情况下倒不如用sed进行多次处理来得简单。

代码：全选

sed -n '/A.*/p' | sed -n 's/Tag.*/Tag/p'

alinmn · #8

呵呵刚试了一下原来的也会匹配 A TaTag Tag 因为TaT会被Ta[^g]匹配，
A([^T]|(T*a)*[^Tg]|(T*a)*T+[^Ta])*(Ta?)*Tag 不会出现这种情况，
不过还是sed多次处理简单

csbde · #9

不知道为什么你们要去限定T，贪婪模式足以
sed 's/.*$A.*T$.*/\1/g'

OVER

5451vs5451 · #10

csbde 写了：不知道为什么你们要去限定T，贪婪模式足以
sed 's/.*$A.*T$.*/\1/g'

OVER

不知所云。

代码：全选

$ echo A Tag Tag Tag | sed 's/.*\(A.*T\).*/\1/g'
A Tag Tag T

csbde · #11

5451vs5451 写了：
csbde 写了：不知道为什么你们要去限定T，贪婪模式足以
sed 's/.*$A.*T$.*/\1/g'

OVER
不知所云。
代码：全选
$ echo A Tag Tag Tag | sed 's/.*$A.*T$.*/\1/g'
A Tag Tag T

好像你的代码跟我一样吧

alinmn · #12

csbde 写了：不知道为什么你们要去限定T，贪婪模式足以
sed 's/.*$A.*T$.*/\1/g'

OVER

回帖没看帖吧