Bash if 语句中的正则表达式匹配

Posted 2023-03-15

【中文标题】Bash if 语句中的正则表达式匹配

【英文标题】：Regex matching in a Bash if statement

【发布时间】：2013-09-13 15:13:34

【问题描述】：

我在这里做错了什么？

尝试匹配任何包含空格、小写字母、大写字母或数字的字符串。特殊字符也不错，但我认为这需要转义某些字符。

TEST="THIS is a TEST title with some numbers 12345 and special char *&^%$#"

if [[ "$TEST" =~ [^a-zA-Z0-9\ ] ]]; then BLAH; fi

这显然只测试大写、小写、数字和空格。还是不行。

* 更新 *

我想我应该更具体一些。这是真正的代码行。

if [[ "$TITLE" =~ [^a-zA-Z0-9\ ] ]]; then RETURN="FAIL" && ERROR="ERROR: Title can only contain upper and lowercase letters, numbers, and spaces!"; fi

* 更新 *

./anm.sh: line 265: syntax error in conditional expression
./anm.sh: line 265: syntax error near `&*#]'
./anm.sh: line 265: `  if [[ ! "$TITLE" =~ [a-zA-Z0-9 $%^\&*#] ]]; then RETURN="FAIL" && ERROR="ERROR: Title can only contain upper and lowercase letters, numbers, and spaces!"; return; fi'

【问题讨论】：

您实际使用的是哪个外壳？ /bin/sh? /bin/bash? /bin/csh?

将正则表达式放在变量中更安全。 re='...whatever...'; [[ $string =~ $re ]]（不带引号——这是一种罕见的情况，他们会破坏没有引号的东西）。

请在作业两边加上单引号。双引号不能正确保护特殊字符。

非常感谢查尔斯！不把它放在一个变量中还是可以的，但它绝对不能被引用！例如：[[ $var =~ .* ]] 匹配正则表达式 .*（任何东西）。我猜如果你使用引号，引号本身被认为是正则表达式的一部分......

我发现的问题总结：(1.) 如果您需要正则表达式匹配，请在双平方表达式中使用单引号 pattern='^hello[0-9]*$' (2.) 将模式保存在变量中，不要引用模式 因为引用禁用正则表达式模式匹配。 （即表达式 [[ "$x" =~ $pattern ]] 将使用正则表达式匹配，而表达式 [[ "$x" =~ "$pattern" ]] 禁用正则表达式匹配，等效于 [[ "$x" == "$pattern" ]]）。

【参考方案1】：

我更愿意为此使用[:punct:]。此外，a-zA-Z09-9 可能只是 [:alnum:]：

[[ $TEST =~ ^[[:alnum:][:blank:][:punct:]]+$ ]]

【参考方案2】：

关于 bash 的 [[ ]] 构造，有几件重要的事情需要了解。第一个：

[[和]]之间的单词不进行分词和路径扩展；执行波浪号扩展、参数和变量扩展、算术扩展、命令替换、进程替换和引号删除。

第二件事：

一个额外的二元运算符'=~'可用，...运算符右侧的字符串被视为扩展正则表达式并进行相应匹配... 模式的任何部分都可以被引用强制将其作为字符串匹配。

因此，=~ 两侧的$v 将扩展为该变量的值，但结果不会是单词拆分或路径名扩展。换句话说，在左侧不加引号的变量扩展是完全安全的，但您需要知道变量扩展将发生在右侧。

所以如果你写：[[ $x =~ [$0-9a-zA-Z] ]]，那么右边的正则表达式里面的$0会在正则表达式被解释之前被扩展，这可能会导致正则表达式编译失败（除非$0的扩展结束带有 ascii 值小于数字的数字或标点符号）。 如果你像[[ $x =~ "[$0-9a-zA-Z]" ]]一样引用右侧，那么右侧将被视为普通字符串，而不是正则表达式（并且$0仍将被扩展）。在这种情况下你真正想要的是[[ $x =~ [\$0-9a-zA-Z] ]]

同样，[[ 和 ]] 之间的表达式在解释正则表达式之前被拆分为单词。所以正则表达式中的空格需要转义或引用。如果您想匹配字母、数字或空格，您可以使用：[[ $x =~ [0-9a-zA-Z\ ] ]]。其他字符同样需要转义，例如#，如果没有引用，它将开始注释。当然，你可以将模式放入一个变量中：

pat="[0-9a-zA-Z ]"
if [[ $x =~ $pat ]]; then ...

对于包含大量需要转义或引用以通过 bash 词法分析器的字符的正则表达式，许多人更喜欢这种风格。但请注意：在这种情况下，您不能引用变量扩展：

# This doesn't work:
if [[ $x =~ "$pat" ]]; then ...

最后，我认为您要做的是验证变量是否仅包含有效字符。执行此检查的最简单方法是确保它不包含无效字符。换句话说，像这样的表达式：

valid='0-9a-zA-Z $%&#' # add almost whatever else you want to allow to the list
if [[ ! $x =~ [^$valid] ]]; then ...

! 否定测试，将其变成“不匹配”运算符，[^...] 正则表达式字符类表示“... 以外的任何字符”。

参数扩展和正则表达式运算符的组合可以使 bash 正则表达式语法“几乎可读”，但仍然存在一些陷阱。 （不是一直都有吗？）一个是你不能把] 放到$valid 中，即使$valid 被引用了，除非在最开始。 （这是 Posix 正则表达式规则：如果你想在字符类中包含 ]，它需要放在开头。- 可以放在开头或结尾，所以如果你需要 ] 和 @ 987654348@，您需要以] 开头并以- 结尾，导致正则表达式“我知道我在做什么”表情：[][-])

【讨论】：

只想指出 "!~ 是“不匹配”运算符" 是不正确的。使用if ! [[ $x =~ $y ]] 或if [[ ! $x =~ $y ]]

shellchecker 不同意...SC2076: Don't quote rhs of =~, it'll match literally rather than as a regex.

@leonard：这与我的声明“你不能引用变量扩展”和评论“这不起作用”有什么不同？有什么不清楚的地方？

@jinbeomhong：表达式本身像往常一样使用空格分隔成单词。但是参数和命令扩展不是分词的。

@jinbeomhong：我并没有说与 bash 手册有什么不同。 “[[ 和]] 之间的单词”从程序文本中解析出来，就像命令行被解析成单词一样。不过，与命令行不同的是，单词在展开后不会被拆分。

【参考方案3】：

如果有人想要一个使用变量的例子......

#!/bin/bash

# Only continue for 'develop' or 'release/*' branches
BRANCH_REGEX="^(develop$|release//*)"

if [[ $BRANCH =~ $BRANCH_REGEX ]];
then
    echo "BRANCH '$BRANCH' matches BRANCH_REGEX '$BRANCH_REGEX'"
else
    echo "BRANCH '$BRANCH' DOES NOT MATCH BRANCH_REGEX '$BRANCH_REGEX'"
fi

【参考方案4】：

或者您可能正在查看这个问题，因为您碰巧像我一样犯了一个愚蠢的错字并将 =~ 反转为 ~=

【讨论】：

看来该模式必须至少以^ 开头并以美元符号$ 结尾才能工作。这是这样做的唯一方法，这样得到的真值对我来说是正确的。 (???)

我仍然设法在 javascript 中弄错了