3.2.10 有多少文本会改动

    有个问题我们一直没讨论到：有多少文本会匹配 ？事实上，这应该包含两个问题。第二个问题：从哪开始匹配？执行简单的文本查找，例如使用 grep 或 egrep 时，则这两个问题都不重要，你只要知道是否有一行是匹配的，若有，则看看那一行是什么。至于在这个行里，是从哪儿开始匹配，或者它扩展到哪里，已经不重要了。

 

    但如果你要使用 sed 执行文本替换，或者要用 awk 写程序，这两个问题的打哪就变得非常重要了（如果你每天都在文本编辑器内工作，这也算是个重要议题，只是本书的重点不在文本编辑器）。

 

    这两个问题的答案是：正则表达式匹配可以匹配整个表达式的输入文本中最长的、最左边的子字符串。除此之外，匹配的空（null）字符串，则被认为是比完全不匹配的还长（因此，就像我们先前所解释的，正则表达式：ab*c匹配文本 ac ，而 b* 则成功地匹配于 a 与 c 之间的 null 字符串）。再者，POSIX 标准指出：“完全一致的匹配，指的是自最左边开始匹配、针对每一个子模式、由左至右，必须匹配到最长的可能字符串”。（子模式指的是在 ERE 下圆括号里的部分。为此目的，GNU 的程序通常也会在 BRE 里以 \( ... \) 提供此功能）。

 

    如果 sed 要替代由正则表达式匹配的文本，那么确定该正则表达式匹配的字不会太少或太多就非常重要了。这里有个简单例子：

    [many@avention Desktop]$ echo Tolstoy writes well | sed 's/Tolstoy/Camus/'     #使用固定字符串    

    Camus writes well

 

    当然，sed 可以使用完整的正则表达式。这里就是要告诉你，了解“从最长的最左边（longest  leftmost）”规则有多的重要：

    [many@avention Desktop]$ echo Tolstoy is worldly | sed 's/T.*y/Camus/'            #试试正则表达式

    Camus                                                                                                                      #结果呢？

 

    很明显，这里只是要匹配 Tolstoy ，但由于匹配会扩展到可能的最长长度的文本量，所以就一直找到 worldly 的 y 了！你需要定义的更精确些：

    [many@avention Desktop]$ echo Tolstoy is worldly | sed 's/T[[:alpha:]]*y/Camus/'

    Camus is worldly

 

    通常，当开发的脚本是要执行大量文本剪贴和排列组合时，你会希望谨慎地测试每样东西，确认每个步骤都是你要的 -- 尤其是当你在学习正则表达式里的微妙变化的阶段的时候。

 

    最后，正如我们所见的，在文本查找时有可能会匹配到 null 字符串。而在执行文本替代时，也允许你插入文本：

 

    [many@avention Desktop]$ echo abc | sed 's/b*/1/'               #替代第一个匹配成功的

    1abc

    [many@avention Desktop]$ echo abc | sed 's/b*/1/g'             #替代所有匹配成功的

    1a1c1

 

    请留意，b* 是如何匹配在 abc 的前面与结尾的 null 字符串。