请教sed高手如何使sed支持贪婪匹配

karlzheng_cu

请教sed高手：
http://bbs.chinaunix.net/thread-1453069-2-1.html
说: sed是否支持贪婪与懒惰匹配可以用 \< 或 \b表达式，
我用下面的命令，测试：

1. echo "abc123abc" | sed -n -r 's/.*\<([0-9]*)[a-z]*/\1/p'

复制代码

输出：123abc
如果想让命令只输出：123，请问应该怎么写？
谢谢！

love_shift

1. echo "abc123abc" | sed -n -r 's/[^0-9]*([0-9]*)[a-z]*/\1/p'

复制代码

Try this.

karlzheng_cu

love_shift 发表于 2013-01-06 21:50
Try this.

请问：1.能否用 .*来匹配？2. \< 不是锚定一个单词的边界吗？为什么能阻止贪婪匹配？（在这里如果要用.*来匹配如何写？--有时前面的字符可能是汉字或其它的字符，如果只知道后面的是数字，.*最有通用性）

rongpmcu

回复 3# karlzheng_cu

这些都是正则表达式  你应该先学正则表达式 然后awk sed grep就容易懂了

davidbeckham921

zooyo 发表于 2013-01-07 12:03
echo 123

精彩哈哈

fufelixzh

回复 2# love_shift


  2 楼的答案是正确的，但是1楼解法错在哪里了呢？

cao627

回复 1# karlzheng_cu


    sed  -r 's/.*\<([0-9]*)[a-z]*/\1/'

表达式的红色部分由于\<   的存在，为了使整个表达式不至于匹配失败，两个*只能从最大贪婪中做出妥协，直到让退到0。整个表达式免于了匹配失败。
于是整个表达式只由后半部的  [a-z]*匹配到
abc123abc
的红色abc
并且由于第二个*退到了0，所以\1为空
所以红色abc被替换为空
整个字符串变为
123abc

整个表达式等价于

1. echo "abc123abc" | sed  -r 's/[a-z]*//'

复制代码

nathanielwen

目测是因为abc123abc里面\<没有把abc 123 abc鉴定为3个单词吧，人为加一个空格就可以，运行结果如下：

1. [root@node1 work]# echo "abc 123abc" | sed -n -r 's/.*\<([0-9]*)[a-z]*/\1/p'
   
2. 123

复制代码

如果要去123的话，把这个结果在sed一次好了，不过刚才测试了一下，如果123前面的不是abc而是中文，貌似第一步是得不到123abc的。

1. [root@node1 work]# echo "中国123abc" | sed -n -r 's/.*\<([0-9]*)[a-z]*/\1/p'
   
2. 中国123abc
   

复制代码

cao627

回复 10# nathanielwen


     echo "中国123abc" | sed -n -r 's/.*\<([0-9]*)[a-z]*/\1/p'

之所以输出：
中国123abc
是因为.*\<([0-9]*)[a-z]*如果*取非0的话，这个模式根本匹配不了  中国123abc,所以*都取值0了

就好比

1. echo "中国123abc" | sed -n -r 's/^[a-z]*/xxx/p'
   
2. xxx中国123abc
   
3. echo "中国123abc" | sed -n -r 's/^/xxx/p'
   
4. xxx中国123abc
   

复制代码

echo "abc123abc" | sed -n -r 's/.*\<([0-9]*)[a-z]*/\1/p'
之所以输出：
123abc
是因为整个命令行等价于
echo "abc123abc" | sed -n -r 's/\<[a-z]*//p'  
原因我楼上解释过了，这里再强调下：
正则的*虽然贪婪，但总是尽最大努力作出妥协来保证匹配成功，直到退无可退 ，所以前两个*妥协到0。于是
echo "abc123abc" | sed -n -r 's/.*\<([0-9]*)[a-z]*/\1/p'
等价于
echo "abc123abc" | sed -n -r 's/.{0}\<([0-9]{0}) [a-z]*/\1/p'
最终等价于
echo "abc123abc" | sed -n -r 's/\<[a-z]*//p'   
对于中国123abc
最后一个*也只能妥协为0：
echo "中国123abc" | sed -n -r 's/\<[a-z]{0}//p'  
echo "中国123abc" | sed -n -r 's/\<//p'  

导致.{1,}\<([0-9]{1,})[a-z]*匹配不了abc123abc和中国123abc的原因是\<
整个abc123abc就是一个单词，又怎么能在这个单词中用\<来界定一个单词的左边界？