shell中sed学习之替换 \1 \2 \3的几点谜思

     今天在学习shell时，无意中碰到了这样一个脚本，其中有行用到了sed

 

echo “111(222)333" | sed 's/(\(.*\))(.*)/\2\2\2/'

     看完后，百思不得其解，因为本人目前只是对shell略懂皮毛，只知道基本的语法格式。然后就百度，终于明白了这是怎么一回事。

     按上面这个例子，在sed替换语句那里，有两个表达式，(\(.*\)) 和 ( .* )，其中前一个有时有转义符，有时没有，表示，有转义符时，表示正则表达式 POSIX 的基本正则表达式 （ BER ）引擎的字符组，表示里面的内容会出现，如果里面有多个内容，则至少会出现一个，这里，里面是 .*，点通配符  . 表示可以匹配除换行符之外的任意单个字符，而 * 表示可以出现任意多次，包括依次都不出现。

    而前面没加转义符的一队双括号其实可以理解为一个标志，因为 echo 后面的语句有一对双括号，这是 sed 后的语句的双括号正好与之配对。所以，sed 后的替换语句中， ( \( .*\))表示的就是（222），而着后面的 （. *) 就是表示（222） 厚的所有内容。而后面的 \2表示的是这两个部分的第二个部分，即 （.*)， 这里用到了三个 \2, 则会将这个部分重复三次，而前面的部分 111 没有影响，会直接输出，所以整个输出就是：

    111333333333。

    如果此处将  \2 改为 \1， 则会将 222 重复出现三次， 结果为 111222222222。

   当然，echo 语句中的括号我可以换成别的，如 111y222y333，那么，要得到相同的输出，则应该这么改写语句：

 

 echo "111y222y333" | sed 's/y\(.*\)y(.*)/\2\2\2/'

  两个括号及其以上得情况：

[root@mail root]# echo "no1=100(AAA) no2=100(BBB) no3=100(CCC)no4=(DDD)" | sed 's/\(.*\)(\(.*\)).*/\2/'

DDD
[root@mail root]# echo "no1=100(AAA) no2=100(BBB) no3=100(CCC)no4=(DDD)" | sed 's/.*(\(.*\)).*/\1/'
DDD
以上两句意义相同。
我们本想取到AAA，但是为什么取了DDD呢
正则表达式是有贪婪性的，它总是与最长的可能长度匹配，而且越是排在前面的通配符优先级越高。按照这样的原则取到得就是DDD了，那么我们应该如何取得AAA呢？

我们考虑如果在模式串中第一个.*中告诉sed这个.*是不能含有"("的，同时第二个.*中不能含有")"应该OK吧
试一试：
[root@mail root]# echo "no1=100(AAA) no2=100(BBB) no3=100(CCC)no4=(DDD)" | sed 's/[^(]*(\([^)]*\)).*/\1/'
AAA

以此类推，可以得到
[root@mail root]# echo "no1=100(AAA) no2=100(BBB) no3=100(CCC)no4=(DDD)" | sed's/[^(]*(\([^)]*\))[^(]*(\([^)]*\))[^(]*(\([^)]*\))[^(]*(\([^)
]*\))/\2/'
BBB
将2改为3就是CCC
将3改为4就是DDD

  上面这段是博客 点击打开链接，因为以目前所学的水平，还体会不了这段的意思，特摘来提醒自己，要继续学习，勤于思考，争取早日将这个问题弄懂。

   以上文章是写于2014-09-20 10:18，当时没弄懂上面一个问题，现在经过继续的学习，终于搞明白了。

      还是用上面 echo 语句输出的字串，当我本来想用 sed 输出 AAA 时，却还是输出 DDD。这是由于正则表达式的贪婪性。正如上面说的，正则表达式总是与最长的可能长度匹配，而且越是排在前面的通配符优先级越高，我们来看 sed语句：

 

sed 's/.*(\(.*\))/\1/'

    第一个通配符 .* 优先级较第二个高，它会匹配可能的最大长度，即匹配字串 ”no1=100(AAA) no2=100(BBB) no3=100(CCC)no4= “，所以当你输出 括号内匹配的第一个内容时，就会输出 DDD。怎么解决这个问题呢？请看下面分解：

    由于贪婪行，使得输出结果有误。让我们仔细看上面那个字串，不是有四个括号吗！我要输出 AAA，即是输出第一个括号的内容，所以只要我能匹配到第一个括号，那不就完美的解决了这个问题吗。实际上，也就是如此。

    那么，怎么来匹配第一个括号呢？

    看字串里，要想匹配括号内的数据，会用正则表达式  (\(.*\))，要想第一个呢？那么，我们只要在匹配括号内的内容时，让它前面不要出现  左双括号 “（”  不就可以了吗！所以，问题的关键就在这里。我们可以用下面的正则表达式来达到这一目的：

sed 's/[^(]*(\(.*\)).*/\1/'

    这样，输出就可以得到 AAA 了。

    那么，如果我想得到 BBB ，CCC，怎么办呢？

    这个问题就留给读者来回答吧！