bash_rematch和regex (带有嵌套父母)

Question

我在正则表达式上有问题，我需要搜索并删除匹配正则表达式的模式，当发现我需要剪裁时。我写了一个这样的正则表达式

regex='(.*)((aa[[:space:]]bb)|(awd)|(bab)|(bc[[:space:]]d))(*.)'

其中我定义了所有的开始(1)，其中的部分可以是目标(2)和所有的结束(3)。简单的正则表达式(.)(abc)(.)很容易实现。string="abc"；regex='(.)(abc)(.)‘

[[ $string =~ $regex) && myvar=${BASH_REMATCH[2]} && buffer=${BASH_REMATCH[1]}${BASH_REMATCH[3]}

当我用嵌套的父类和OR组定义正则表达式时，麻烦就开始了，就像这里发布的第一个正则表达式。这是我的外壳中的一个示例：

$ string=" foo bar baz bac"
$ regex='(.*)((hello[[:space:]]world)|(example)|(funk[[:space:]]you)|(bar[[:space:]]baz))(.*)'

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[1]}
foo
$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[2]}
bar baz
$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[3]}

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[4]}

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[5]}

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[6]}
bar baz
$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[7]}
bac
$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[@]}
foo bar baz bac foo bar baz bar baz bac

匹配有一个奇怪的行为，我没有在${BASH_REMATCH3}中找到输入字符串的其他部分，尽管它位于正则表达式的第三个父类中。嵌套的父母怎么样了？

Answer 1

bash根据开始括号从左到右的顺序为捕获组分配数字。基本上，这是深度优先的排序，而不是广度优先，就像你假设的那样。

1. (.*)
2. (
3.   (hello[[:space:]]world)|
4.   (example)|
5.   (funk[[:space:]]you)|
6.   (bar[[:space:]]baz)
   )
7. (.*)

在这个正则表达式中，组2本质上是组3、4、5或6的任何一个实际匹配的副本，因为第2组不包含任何其他内容。第七组是你认为的第三个括号组。

组0是整个匹配，这说明了使用@的最后一行

$ [[ $string =~ $regex ]] && echo ${BASH_REMATCH[@]}
foo bar baz bac foo bar baz bar baz bac
|             | | | |     | |     | | |
+-------------+ +-+ +-----+ +-----+ +-+
       0         1     2       6     7

(在分字过程中，空组3、4和5作为空格被吞没。)