regex - 匹配第一个双括号而不是最后一个

Question

我已经尝试了很长时间来替换:

(a (b ((c) (d)) (e) :hello ((f (g) h)))))

由

(a (b ((c) (d)) (e)))

hello 不会出现在字符串中的其他任何位置。如果尝试了很多不同的东西但认为它应该像这样工作:

 sed -i 's/\s:hello\s.*))//g'

但是，它似乎与前两个括号不匹配，即

(a (b ((c) (d)) (e) :hello ((f (g) h ))))

但是最后两个

(a (b ((c) (d)) (e) :hello ((f (g) h)))))

从而删除 :hello 之后的所有内容。

我也尝试过使用 [^)]* 但只能让它接受一个括号而不是两个括号，并且由于 g 之后有一个右括号，所以它停止了那里。

Answer 1

.* 表示“尽可能跳过”。如果您不是这个意思，请不要使用它。

正如您已经发现的，“不是右括号”的正则表达式是 [^)]。但是，您希望允许使用一个括号，只要它后面不紧跟着另一个括号即可。这有点难看，因为您需要 \(...\|...\) 围绕替代方案。 (切换到 sed -r 或 sed -E 并不会真正改善这种情况，因为虽然您可以避免此构造中的反斜杠，但您必须反斜杠或以其他方式转义字符类之外的文字括号。)

sed 's/\s:hello\s\([^)]\|)[^)]\)*))//g'

-i 选项在这里没有意义(如果您实际上有一个文件要处理并且您想就地处理它，也许可以将其放回去)和 \s 不可移植(切换到 [[:space:]] 以获得 POSIX 等效项)。

正如另一个答案中所指出的，更现代的正则表达式工具提供非贪婪量词，它们会尽可能少地跳过。考虑阐明一个精确的要求仍然是件好事；非贪婪匹配只是又一种实现精确的工具。太多的初学者感到困惑，并将其用作“按我的意思做”的锤子，当然它根本不是。