sed & awk (2nd edition)4.13. 字符介绍——什么词？第一部分
4.13 字符介绍——什么词？第一部分
为方便测试，假设文件 sample3 的内容如下：
a book of selected poems.
The two books are extraordinary.
a bookish, untidy boy
a handbook of poisonous plants
stop actin booky, bruv
If you are a bookworm (literally), the book could be good for eating!你可能已经发现了，有时要匹配一个完整的词是困难的。比如，如果我们想匹配模式 “book”，我们的搜索将会命中包含单词 “book” 和 “books” 还有 “bookish”，“handbook”，“booky” 这些行。很明显要限制匹配，就要用空格来包围 “book”。
□book□然而，这个表达式将会只匹配单词 “book”；它将会错失 “books”。
要匹配单词的单数和复数，你就要需要使用 * 元字符：
□books*□这将匹配 “book” 和 “books”。
然而，如果 “book” 后面跟着一个句号、,、 ? 或者引号，它将不会匹配 “book ”。
当你把 * 和通配符结合在一起的时候，你可以匹配任意字符的 0次到多次。在之前的例子中，我们可能写一个更完整的正则表达式如下：
□book.*□
这个表达式匹配了字符串 “book” 接着任意数量的任意字符或者没有，再接着是一个空格，下面是一些匹配的行：
Here are the books that you requested
Yes, it is a good book for children
It is amazing to think that it was called a "harmful book" when
once you get to the end of the book, you can’t believe（注意只有第二行会被这个固定的字符串 “book” 匹配。）这个 “□book.*□” 表达式匹配了包含这些单词比如 “booky”，“bookworm”，“bookish” 的行。我们可以使用一个不同的修饰符来消除这些匹配中的其中两个。 ? 是扩展元字符中的一部分，它匹配之前那个字符的 0 到 1 次出现。因此这个表达式：
□book.?□
将会匹配 “book”，“books”，“booky”，但不会匹配 “bookish”，“bookworm”。要消除像 “booky” 这样的单词，我们不得不使用字符类来指定在那个位置我们想匹配的所有字符。而且，因为 ? 这个元字符在 sed 里面是不可用的，所以我们还是得使用字符类。就像我们之后看到的那样。
对于正则表达式来说，包括所有情况并不是永远实用的——特别是当使用 grep 的时候。有时保持表达式简单，允许一些遗漏是最好的。然而当你在 sed 里面使用正则表达式来进行替换的时候，你将不得不更加小心来确保你的正则表达式完整。我们随后将在本章的 “什么词？” 的第二部分中学习一个更完整的正则表达式用来搜索单词。
关于 LearnKu
粤公网安备 44030502004330号
推荐文章：