sed 中关于 [ab]* 的确切含义

ttt3278

sed 版本为4.1.5 （rhel5.3）

经测试有如下结果：

echo  'aabbaababcd'| sed 's/[ab]*//'   
得到结果为cd
对于此处，我的理解是[ab]*表示ab组成的任意字符序列。但是后面两个测试得到的结果我就无法解释了。

echo  'Xaabbaababcd'| sed 's/[ab]*//'
得到结果Xaabbaababcd

echo  'Xaabbaababcd'| sed 's/[ab]*//g'
得到结果为Xcd


1 为什么字符串开头有没有X会有那么大的差别呢？
2 正则应该是贪婪的，为什么用了g后效果又不同了呢？

rpbear

1 为什么字符串开头有没有X会有那么大的差别呢？
因为[ab]*可以匹配空，在这种情况下就是匹配了空，所以得到你那个结果

2 正则应该是贪婪的，为什么用了g后效果又不同了呢？
这里发生了两次匹配，第一次是匹配空，因为你制定了g，所以第二次匹配了后面的

ttt3278

回复 2# rpbear


十分感谢你的关注。我原来一直以为在“*”的时候会尽可能“长”的匹配，匹配不到才会选择“空”。
但还是有问题：
为什么第一个例子中没有匹配“空”，而在第二个例子中会选择匹配“空”呢？
即在正则中如有*，满足什么条件才不会匹配“abababab”这种字符串，而会匹配“空”呢？

rpbear

我的理解是这样的你参考下:
我认为是在已经匹配的情况下会尽可能的贪婪这种匹配程度，比如第一种情况下，首先匹配空，然后发现可以贪婪，因为贪婪后还是匹配的，所以就一直贪婪到知道不可以为止。
而在后一种情况下，先是空被匹配，然后打算贪婪这种匹配，但是发现下一个字符不支持这种匹配，所以贪婪到此结束。但是因为空也是一种匹配，所以这次就算结束了，不会再向后做g选项的事情。不知道我的解释合理不

ttt3278

OK，明白了。
第一种情况下，正则既能匹配“空”又能匹配“字符串”，根据贪婪特性，优先匹配的还是字符串。
第二种情况下，正则在开始处就能匹配“空”，到后面才匹配“字符串”，因此不会再做sed替换。
这个结论从下面证实——“[ab]*”匹配了“^”
echo  'Xaabbaababcd'| sed 's/[ab]*/1/'  
结果是1Xaabbaababcd
是我对“空”的理解不太深入导致的。
感谢你的耐心解释！

jason680

OK，明白了。
第一种情况下，正则既能匹配“空”又能匹配“字符串”，根据贪婪特性，优先匹配的还是字符串 ...
ttt3278 发表于 2010-11-14 19:34

试一下,以确定都懂了
$ echo 'Xaabbaababcd'| sed 's/[ab]*/./g'
.X.c.d.


没事别用 * : 0 ~ 多
使用+ : 1 ~ 多(如果不支援[ab]+,请用[ab][ab]*)