与SED正则表达式的非贪婪匹配（模拟perl的。*？）

我想用sed替换第一次AB和第一次出现AC（含）之间的字符串中的任何内容XXX。

对于例如，我有这样的字符串（该字符串是仅用于测试）：

ssABteAstACABnnACss

我想要类似以下的输出：ssXXXABnnACss。

我这样做是perl：

$ echo 'ssABteAstACABnnACss' | perl -pe 's/AB.*?AC/XXX/'
ssXXXABnnACss

但我想用实现它sed。以下内容（使用与Perl兼容的正则表达式）无效：

$ echo 'ssABteAstACABnnACss' | sed -re 's/AB.*?AC/XXX/'
ssXXXss

Sed正则表达式匹配最长的匹配项。Sed没有等效的非贪婪者。

显然我们想要做的是比赛

1. AB，
   其次
2. 以外的任何数量AC，
   其次是
3. AC

不幸的是，sed不能做到第二点-至少对于多字符正则表达式来说不行。当然，对于单字符正则表达式（例如，@甚至[123]），我们可以执行[^@]*或[^123]*。因此，我们可以通过更改ACto的所有出现@然后搜索来解决sed的局限性

1. AB，
   其次
2. 以外的任何其他数字@，
   后跟
3. @

像这样：

sed 's/AC/@/g; s/AB[^@]*@/XXX/; s/@/AC/g'

最后一部分将不匹配的实例更改@回AC。

但是，当然，这是一种鲁re的方法，因为输入内容可能已经包含@字符，因此，通过匹配它们，我们可能会得到误报。但是，由于任何shell变量都不会包含NUL（\x00）字符，因此在上述变通方法中使用NUL可能是一个很好的字符，而不是@：

$ echo 'ssABteAstACABnnACss' | sed 's/AC/\x00/g; s/AB[^\x00]*\x00/XXX/; s/\x00/AC/g'
ssXXXABnnACss

使用NUL需要GNU sed。（要确保启用了GNU功能，用户必须未设置外壳程序变量POSIXLY_CORRECT。）

如果您使用带有GNU -z标志的sed 处理以NUL分隔的输入（例如的输出）find ... -print0，则NUL将不在模式空间中，在这里NUL是替代的好选择。

尽管NUL不能包含在bash变量中，但是可以将其包含在printf命令中。如果您输入的字符串完全可以包含任何字符，包括NUL，请参阅StéphaneChazelas的答案，其中添加了一种巧妙的转义方法。

一些sed实现对此有支持。ssed具有PCRE模式：

ssed -R 's/AB.*?AC/XXX/g'

使用增强型正则表达式时，AT＆T ast sed具有连词和负号：

sed -A 's/AB(.*&(.*AC.*)!)AC/XXX/g'

可移植地，您可以使用此技术：将结束字符串（此处为AC）替换为在开始或结束字符串中均不出现的单个字符（如此:处），因此您可以这样做s/AB[^:]*://，并且在输入中可能出现该字符的情况下，请使用与开头和结尾字符串不冲突的转义机制。

一个例子：

sed 's/_/_u/g; # use _ as the escape character, escape it
     s/:/_c/g; # escape our replacement character
     s/AC/:/g; # replace the end string
     s/AB[^:]*:/XXX/g; # actual replacement
     s/:/AC/g; # restore the remaining end strings
     s/_c/:/g; # revert escaping
     s/_u/_/g'

使用GNU时sed，一种方法是使用换行符作为替换字符。因为一次只sed处理一行，所以换行永远不会在模式空间中发生，因此可以做到：

sed 's/AC/\n/g;s/AB[^\n]*\n/XXX/g;s/\n/AC/g'

这通常不适用于其他sed实现，因为它们不支持[^\n]。使用GNU，sed您必须确保未启用POSIX兼容性（例如使用POSIXLY_CORRECT环境变量）。

不，sed正则表达式没有非贪婪匹配。

您可以AC使用“不包含任何内容AC”后跟来匹配所有文本，直到出现第一个匹配项为止，该文本AC与Perl的作用相同.*?AC。问题是，“任何不包含AC”都不能轻易地表达为正则表达式：总是有一个正则表达式可以识别正则表达式的取反，但是取反正则表达式很快变得复杂。在可移植的sed中，这是完全不可能的，因为否定正则表达式需要对替换项进行分组，该替换项存在于扩展正则表达式（例如，awk）中，但不存在于可移植基本正则表达式中。某些版本的sed，例如GNU sed，确实具有对BRE的扩展，使其能够表达所有可能的正则表达式。

sed 's/AB\([^A]*\|A[^C]\)*A*AC/XXX/'

由于否定正则表达式很困难，因此不能一概而论。相反，您可以做的是临时更改线。在某些sed实现中，您可以使用换行符作为标记，因为它们不能出现在输入行中（如果需要多个标记，请使用换行符后跟可变字符）。

sed -e 's/AC/\
&/g' -e 's/AB[^\
]*\nAC/XXX/' -e 's/\n//g'

但是，请注意，反斜杠换行符不适用于某些sed版本的字符集。特别是，这不适用于GNU sed，后者是非嵌入式Linux上的sed实现。在GNU sed中，您可以\n改用：

sed -e 's/AC/\
&/g' -e 's/AB[^\n]*\nAC/XXX/' -e 's/\n//g'

在这种情况下，AC用换行符替换第一个就足够了。我上面介绍的方法较为笼统。

sed中一种更强大的方法是将行保存到保留空间中，除去该行的第一个“有趣”部分之外的所有内容，交换保留空间和模式空间，或将模式空间追加到保留空间并重复。但是，如果您开始做的事情如此复杂，那么您应该真正考虑切换到awk。Awk也没有非贪婪匹配，但是您可以拆分字符串并将部分保存为变量。

sed-Christoph Sieghart的非贪婪匹配

在sed中获得非贪婪匹配的技巧是匹配除终止匹配的字符以外的所有字符。我知道，这很容易，但是我浪费了宝贵的时间，毕竟，shell脚本应该是快速而简单的。因此，如果有人可能需要它：

贪婪匹配

% echo "<b>foo</b>bar" | sed 's/<.*>//g'
bar

非贪婪匹配

% echo "<b>foo</b>bar" | sed 's/<[^>]*>//g'
foobar

在您的情况下，您可以通过以下方式否定关闭char：

echo 'ssABteAstACABnnACss' | sed 's/AB[^C]*AC/XXX/'

解决方案非常简单。 .*是贪婪的，但不是绝对贪婪的。考虑匹配ssABteAstACABnnACssregexp AB.*AC。在AC随后.*必须实际有一个匹配。问题在于，由于.*贪婪，后一个AC将匹配最后一个 AC而不是第一个。 .*吃掉第一个，AC而ACregexp中的文字与ssABteAstACABnn AC ss 中的最后一个匹配。为防止这种情况发生，只需替换第一个AC可笑的东西，以区别于第二个和其他任何东西。

echo ssABteAstACABnnACss | sed 's/AC/-foobar-/; s/AB.*-foobar-/XXX/'
ssXXXABnnACss

贪婪.*现在将停止在-foobar-in 的脚下，ssABteAst-foobar-ABnnACss因为-foobar-除了this之外没有其他了-foobar-，并且regexp -foobar- 必须有一个匹配项。先前的问题是正则表达式AC有两个匹配项，但是由于.*贪婪，AC因此选择了最后一个匹配项。但是，使用时-foobar-，只能进行一次匹配，并且该匹配证明.*并非绝对贪婪。对于的巴士站，.*在接下来的正则表达式中仅剩下一个匹配项.*。

请注意，如果AC在第一个解决方案之前出现，则此解决方案将失败，AB因为错误AC将被替换-foobar-。例如，在第一次sed替换后，ACssABteAstACABnnACss变为-foobar-ssABteAstACABnnACss; 因此，找不到与的匹配AB.*-foobar-。但是，如果序列始终为... AB ... AC ... AB ... AC ...，则此解决方案将成功。

一种选择是更改字符串，以便您想要贪婪的匹配

echo "ssABtCeCAstACABnnACss" | rev | sed -E "s/(.*)CA.*BA(.*)/\1CA+-+-+-+-BA\2/" | rev

使用rev扭转字符串，扭转你的匹配标准，使用sed以通常的方式，然后逆转的结果....

ssAB-+-+-+-+ACABnnACss