如何在 grep 中进行非贪婪匹配？

Posted 2023-02-23

【中文标题】如何在 grep 中进行非贪婪匹配？

【英文标题】：How to do a non-greedy match in grep?

【发布时间】：2011-03-02 22:25:50

【问题描述】：

我想 grep 最短的匹配，模式应该是这样的：

<car ... model=BMW ...>
...
...
...
</car>

... 表示任何字符，输入是多行。

【问题讨论】：

***.com/questions/1732348/1732454#1732454

【参考方案1】：

您正在寻找非贪婪（或懒惰）的匹配。要在正则表达式中获得非贪婪匹配，您需要在量词之后使用修饰符 ?。例如，您可以将.* 更改为.*?。

默认情况下grep 不支持非贪婪修饰符，但您可以使用grep -P 来使用Perl 语法。

【讨论】：

eegg: dot all 修饰符也称为多行。它是改变“。”的修饰符。匹配行为以包含换行符（通常不包含）。 grep 中没有这样的修饰符，但pcregrep 中有。

更正：在大多数支持它的正则表达式风格中，允许 . 匹配换行符的模式称为 DOTALL 或 single-line 模式； Ruby 是唯一一个称其为 multiline 的。在其他风格中，multiline 是允许锚点（^ 和 $）在行边界处匹配的模式。 Ruby 没有等效模式，因为在 Ruby 中它们总是以这种方式工作。

-P 对我来说是一个全新的人，多年来我一直很高兴地挣扎，只使用-E ......浪费了这么多年！ - 自我注意：重新阅读手册页作为（甚至更多！）常规的东西，你永远不会消化足够的开关和选项。

在某些平台上（如 Mac OS X）grep 不支持-P，但如果您使用egrep，您可以使用.*? 模式来实现相同的结果。 egrep -o 'start.*?end' text.html

作为@SaltyNuts 评论的扩展，Mac OS X 不支持-P，但-E 会调用egrep，因此建议的.*? 工作正常。

【参考方案2】：

实际上.*? 仅适用于perl。我不确定等效的 grep 扩展正则表达式语法是什么。幸运的是，您可以将 perl 语法与 grep 一起使用，因此 grep -P 可以工作，但与 egrep 相同的 grep -E 将无法工作（它会很贪心）。

另请参阅：http://blog.vinceliu.com/2008/02/non-greedy-regular-expression-matching.html

【讨论】：

grep -P 在 GNU grep 2.9 中不起作用——刚刚尝试过（它没有错误，只是默默地不应用 ?。有趣的是 not 类 i> 例如：env|grep '[^\=]*\='

在 Darwin/OS X 10.8 Mountain Lion 中没有 grep -P 选项或 pgrep 命令，但 egrep 效果很好。

我的 OS X 10.9 机器上有一个 pgrep 命令，但它是一个完全不同的程序，其目的是“按名称查找或通知进程”。

@robertotomás 在这里回复一个 6 年前的评论，但是....我也这么想，然后意识到我得到了多个非贪婪匹配。例如，在彩色终端上，您可以看到 ` echo "bbbbb" | grep -P 'b.*?b'` 返回 2 个匹配项。

【参考方案3】：

我的 grep 在尝试了此线程中的内容后有效：

echo "hi how are you " | grep -shoP ".*? "

只需确保在每一行都附加一个空格

（我的是逐行搜索吐词）

【讨论】：

-shoP 很好的助记符 :)

echo "bbbbb" | grep -shoP 'b.*?b' 有点学习经验。就明确的懒惰而言，唯一对我有用的东西。

【参考方案4】：

grep

对于grep 中的非贪婪匹配，您可以使用否定字符类。换句话说，尽量避免使用通配符。

例如，要从页面内容中获取所有指向 jpeg 文件的链接，您可以使用：

grep -o '"[^" ]\+.jpg"'

要处理多行，首先通过xargs 管道输入。为提高性能，请使用ripgrep。

【讨论】：

从来没有想过这样使用它。为我工作。

【参考方案5】：

对不起，我迟到了 9 年，但这可能对 2020 年的观众有用。

所以假设你有一个像"Hello my name is Jello" 这样的行。 现在，您要查找以'H' 开头并以'o' 结尾的单词，中间包含任意数量的字符。我们不想要线条，我们只想要文字。因此，我们可以使用以下表达式：

grep "H[^ ]*o" file

这将返回所有单词。它的工作原理是：它将允许所有字符而不是空格字符，这样我们可以避免在同一行中出现多个单词。

现在您可以将空格字符替换为您想要的任何其他字符。 假设最初的行是"Hello-my-name-is-Jello"，那么你可以使用表达式获取单词：

grep "H[^-]*o" file

【参考方案6】：

简短的回答是使用下一个正则表达式：

(?s)<car .*? model=BMW .*?>.*?</car>

(?s) - 这使得多行匹配 .*? - 以懒惰的方式匹配任何字符，多次（最小 匹配）

一个（稍微）更复杂的答案是：

(?s)<([a-z\-_0-9]+?) .*? model=BMW .*?>.*?</\1>

这将使得在以下文本中匹配 car1 和 car2 成为可能

<car1 ... model=BMW ...>
...
...
...
</car1>
<car2 ... model=BMW ...>
...
...
...
</car2>

(..) 表示捕获组 \1 在此上下文中匹配与最近匹配的相同文本 捕获组号 1

【参考方案7】：

我知道这有点过时了，但我只是注意到这行得通。它从我的输出中删除了清理和清理。

> grep -v -e 'clean\-\?up'
> grep --version grep (GNU grep) 2.20