如何在sed的正则表达式中使用[\ w] +？

我在Windows上，但我想我的问题仍然正确地放在这里。

C:\Users\User>grep --version
GNU grep 2.6.3

C:\Users\User>sed --version
GNU sed version 4.2.1

我注意到以下工作原理（输出here）：

echo here | grep -E "\w+"
echo here | grep -E "[her]+"

但是，这不起作用（不输出任何内容）：

echo here | grep -E "[\w]+"

再次这样做（输出here）：

echo here | grep -P "[\w]+"

我想这[\w]是Perl正则表达式特有的。那是对的吗？

所以，让我们谈谈sed。这有效（输出gone）：

echo here | sed -r "s/\w+/gone/"
echo here | sed -r "s/[her]+/gone/"

再次，这不（输出here）：

echo here | sed -r "s/[\w]+/gone/"

现在，我如何激活sed的Perl正则表达式-有什么办法吗？

不同的工具及其版本支持正则表达式的不同变体。每个文档都会告诉您他们支持什么。

存在标准，以便人们可以依赖所有符合标准的应用程序可用的最少功能集。

例如，POSIX（至少一个版本或该标准的另一个版本，但该标准在过去的几十年中在此方面没有太大发展）的所有现代实现sed和grep实现都由POSIX指定。

在POSIX BRE和ERE中，您拥有[:alnum:]角色类。这与您的语言环境中的字母和数字相匹配（请注意，a-zA-Z0-9除非语言环境为C，否则通常包含的内容要多得多）。

所以：

grep -x '[[:alnum:]_]\{1,\}'

匹配一个或多个数字或_。

[\w]POSIX要求它匹配反斜杠或w。因此，您将找不到可用的grep或sed实现（除非通过非标准选项）。

\wPOSIX并未指定单独的行为，因此允许实现执行其所需的操作。GNU grep在很久以前就添加了。

GNU grep曾经拥有自己的regexp引擎，但是现在它使用GNU libc的regexp引擎（尽管它确实嵌入了自己的副本）。

这是为了在您的语言环境中匹配数字和下划线。但是，它当前存在一个错误，即仅匹配单字节字符（例如，在UTF-8语言环境中不匹配é，即使这显然是一个字母，并且即使在é是单个字符的所有语言环境中都匹配é字符）。

\w在perl regexp和PCRE中也有一个regexp运算符。PCRE / perl不是POSIX正则表达式，它们完全是另一回事。

现在，通过GNU grep -P使用PCRE 的方式，它遇到了和不使用相同的问题-P。尽管可以使用(*UCP)（但在非UTF8语言环境中也有副作用），但可以在此附近进行工作。

GNU sed还将GNU libc的正则表达式用于其自己的正则表达式。它以某种方式使用它，尽管它没有与GNU相同的错误grep。

GNU sed不支持PCRE。在代码中有一些证据表明它曾经尝试过，但是似乎不再在议程上了。

如果您想要Perl的正则表达式，则只需使用perl。

否则，我要说的是，与其尝试依靠sed/ 的特定实现的虚假的非标准功能，grep不如坚持使用标准和use [_[:alnum:]]。

您是正确的- \w是PCRE的一部分-perl兼容的正则表达式。但是，它不是“标准”正则表达式的一部分。http://www.regular-expressions.info/posix.html

某些版本的软件sed可能支持它，但我建议最简单的方法是通过指定标志perl在sed模式下使用-p。（与一起-e）。（中的更多详细信息perlrun）

但是[]在该示例中，您不需要它-这是针对有效材料组的。

echo here  | perl -pe 's/\w+/gone/'

或在Windows上：

C:\>echo here  | perl -pe "s/\w+/gone/"
gone
C:\>echo here  | perl -pe "s/[\w\/]+/gone/"
gone

查看perlre更多PCRE内容。

您可以在这里获得perl：http : //www.activestate.com/activeperl/downloads

我怀疑grep并且sed正在决定何时应用[]以及何时扩展\w。在perl中，正则表达式\w表示任何单词字符，并[]定义一个组以将其中的任何字符用作匹配项。如果“扩展” \w之前的[]，它将是所有单词字符的字符类。如果，而是你[]首先你将会有两个字符的字符类\，并w因此将匹配包含一个或一个以上的这两个字符的任意图案。

因此，似乎sed是[]将视为并将其视为包含要匹配的确切字符，而不是\w像as perl和grepdo 那样遵循特殊序列。当然，[]在此示例中完全没有必要使用，但是也许可以想象一下在其中重要的情况，但是随后您可以使其与parens和ors一起使用。