记正则的一番讨论

有一天, 和群友在做一道题命令:  

echo axyzba123bcc456 | grep -oP 'x|(?<=a).*?(?=b)'

猜测的结果应该是:

xyz
123

得出的结果是:

[yxxx-xx ~]$ echo axyzba123bcc456 | grep -oP 'x|(?<=a).*?(?=b)'
x
123

可能对于正则,我们掌握的程度还不够深入,所以导致有种懵逼的感觉,谷歌了许多资料后,找到了一番解释,就是零宽断言和一般的匹配,在匹配的对象上,应该是不同:

正则匹配主要是字符和位置
字符:有消费
位置:不消费

插入字符和位置的关系
0a
 1x
   2y
     3z
       4b
         5a
           61
             72
               83
                 9b
                   ....

匹配x, 从0位置开始
0a

用a匹配x, 不满足, 交给(?<=a).*?(?=b)
注意:零宽这时候匹配的是位置, 而不是字符, 所以它匹配的是位置0, 因为位置0前面没有a, 所以失败,整体跨过

1x
用x匹配x, 满足, 占有, 整体跳过

2y..4b 不满足跳过

5a
用a匹配x, 不满足, 交给(?<=a).*?(?=b)
同样的,它匹配的是位置5, 因为位置5前面没有a, 所以失败,整体跨过

61
用字符1匹配x, 不满足, 交给(?<=a).*?(?=b)
同样的,它匹配的是位置6, 好了, 满足了, 位置6前面有a, 开始匹配剩下的, 知道(?=b)
------------------------------------------------------------------------------------------------------------\

或者这样理解 
1.这个时候在正则引擎中只有字符a，相当于echo 'a'|grep -P --color 'x'和echo 'a'|grep -P --color '(?<=a).*'都不匹配
2.然后引擎读入第二个字符'x'，引擎内容：ax，相当于echo 'x'|grep -P --color 'x'匹配了，则输出x，
3.然后正则引擎读入第3个字符y，引擎内容：axy，相当于echo 'y'|grep -P --color 'x'不匹配，echo 'y'是因为前面的x在上一次被匹配了，所以不再回溯，再echo 'y'|grep -P --color '(?<=a).*'不匹配
4.一直循环到读完所有的文本字符，所以最终结果为x 

同样尝试解析前面多个a的情况
echo aaxyzba123bcc456 | grep -oP 'x|(?<=a).*?(?=b)' 

插入字符和位置的关系
0a
 1a
   2x
     3y
       4z
         5b
           6a
             71
               82
                 93
                   10b
                   ....

从位置0开始
用a匹配x, 不满足, 交给(?<=a).*?(?=b)
这时候,零宽匹配的是位置, 在0的位置前面没有a, 失败, 整体跳过

接下来就是位置1
用a匹配x, 不满足, 交给(?<=a).*?(?=b)
这时候位置是1, 好了, 前面有a了..开始.*匹配....

欢迎各位大牛指点教育, 转载请注明: https://my.oschina.net/u/2291453/blog/793296

来源：oschina

链接：https://my.oschina.net/u/2291453/blog/793296