linux shell:提取正则表达式捕获组(catch group)匹配的字符串

10km

发布于 2021-12-04 15:47:18

4.3K0

发布于 2021-12-04 15:47:18

bash

目前大部分shell(如bash)都提供了正则表达式判断操作符=~,如下就可以对一个字符符判断是否匹配正则表达式：

$ [[ "hello world" =~ wor(ld)? ]] && echo match
matched

其实基于上面的表达式不仅可以判断是否匹配正则表达,还可以通过上面表达式创建的变量 BASH_REGEX(数组)提取捕获组(catch group), 如下提取一个url的protocol和host部分

$ [[ "http://www.baidu.com" =~ (https?)://([[:alnum:]]+(\.[[:alnum:]_]+)*)  ]]  \
&& echo ${BASH_REMATCH[1]} ${BASH_REMATCH[2]}
http www.baidu.com

{BASH_REMATCH[0]} 即正则表达式的捕获组0(全部字符串) {BASH_REMATCH[1]} 即正则表达式的捕获组1,以此类推

BASH_REGEX 是 bash定义的保存正则表达式捕获组的变量,不同的脚本解释有不同的定义,比如zsh,ksh就有另外的变量定义方式

ksh

保存正则表达匹配数据的数组变量名叫 .sh.match ,对BASH_REMATCH,引用时必须以${.sh.match}方式引用

{.sh.match[0]} 即正则表达式的捕获组0(全部字符串) {.sh.match[1]} 即正则表达式的捕获组1,以此类推

zsh

MATCH 保存匹配的整个字符串,对应就是bash的BASH_REMATCH[0] match保存捕获组数据的数组(索引从1开始),

通用的实现

根据上面不同shell的实现试可以合成实现一个通用函数来以抹平shell之间的差异

function reMatch {
  typeset ec
  unset -v reMatch # initialize output variable
  [[ $1 =~ $2 ]] # perform the regex test
  ec=$? # save exit code
  if [[ $ec -eq 0 ]]; then # copy result to output variable
    [[ -n $BASH_VERSION ]] && reMatch=( "${BASH_REMATCH[@]}" )
    [[ -n $KSH_VERSION ]]  && reMatch=( "${.sh.match[@]}" )
    [[ -n $ZSH_VERSION ]]  && reMatch=( "$MATCH" "${match[@]}" )
  fi
  return $ec
}

调用示例：

$ reMatch "http://www.baidu.com" "(https?)://([[:alnum:]]+(\.[[:alnum:]_]+)*)"
$ echo ${reMatch[1]} ${reMatch[2]}
http www.baidu.com

更详细的说明参见参考资料1

参考资料

《retrieve a word after a regular expression in shell script》 ↩︎

本文参与腾讯云自媒体分享计划，分享自作者个人站点/博客。

原始发表：2021-12-03 ，如有侵权请联系 cloudcommunity@tencent.com 删除

bash

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度