Regex 如何用正则表达式模式匹配具有固定前缀的可变长度单词？

摘要

一个正则表达式模式如何匹配我认为最好的描述为“具有固定前缀的可变长度单词”

详细信息

下面的示例尝试删除

aa:22

。它们都不起作用

所有命令的首选输出为

bb:33 cc:44

。当然，这些命令并不是为了删除前导空格或额外空格而设计的

我使用

perl-pe

（在第一个命令中失败），试图使可变长度模式匹配为“非贪婪”

在这些示例中，

aa:

是前缀（可以认为是键值对中的“键”），而

22

是可变内容、可变长度值；也就是说，它可以是

aa:2vED/3rD@&x3J{ZB334}A

（在这种语法中，任何包含非空白字符的字符串，而不是

：

），但它将始终以空白为右侧边框（空格和制表符是唯一的空白字符，是吗？）或行尾

此外：可以按任何顺序找到单词序列（键值对）。因此，基于awk的固定列匹配可能不起作用

我正在寻找一个优雅、简单的解决方案。我读过很多关于堆栈溢出的答案，它们的正则表达式看起来非常长，非常复杂，以至于无法理解。显然，我没有受过足够的正规教育

sed、perl、awk、grep或任何其他面向POSIX的解决方案都是可以接受的，只要该解决方案与基准macOS和Linux的兼容性最低

$ echo 'aa:22 bb:33 cc:44' | perl -pe 's|aa:.*\b||'

$ 
$ echo 'aa:22 bb:33 cc:44' | perl -pe 's|aa:.*?\b||'
22 bb:33 cc:44
$ 
$ echo 'aa:22 bb:33 cc:44' | perl -pe 's|aa:\B*\b||'
22 bb:33 cc:44
$ 
$ echo 'aa:22 bb:33 cc:44' | perl -pe 's|aa\B*\b||'
:22 bb:33 cc:44
$ 
$ echo 'aa:22 bb:33 cc:44' | perl -pe 's|aa:(?!.*)\b||'
aa:22 bb:33 cc:44
$ 
$ echo 'aa:22 bb:33 cc:44' | perl -pe 's|aa:(?!.*)*\b||'
22 bb:33 cc:44
$ 
$ echo 'aa:22 bb:33 cc:44' | perl -pe 's|aa:.*^(?!.*)||'
aa:22 bb:33 cc:44
$ 
$ echo 'reordering...'
reordering...
$ 
$ echo 'bb:33 aa:22 cc:44' | perl -pe 's|aa\B*\b||'
bb:33 :22 cc:44
$ 
$ 
$ sw_vers
ProductName:    Mac OS X
ProductVersion: 10.14.6
BuildVersion:   18G1012
$ 

这可能会起作用：

echo 'aa:22 bb:33 cc:44' | sed -r 's/aa:[^ ]+ //g'
bb:33 cc:44

它查找

aa

和所有其他字符，直到第一个空格

$ echo 'aa:22 bb:33 cc:44' | sed -E 's/aa:[^[:space:]:]*([[:space:]]|$)//'
bb:33 cc:44
$ echo 'bb:33 aa:22 cc:44' | sed -E 's/aa:[^[:space:]:]*([[:space:]]|$)//'
bb:33 cc:44
$ echo 'bb:33 cc:44 aa:22' | sed -E 's/aa:[^[:space:]:]*([[:space:]]|$)//'
bb:33 cc:44

• -E

  用于ERE支持

• [^[：space:::]*

  匹配0+除wspace和冒号以外的任何字符
• 和

  （[[：space:]|$）

  匹配wspace或EOL边界

---

需要

（|$）

吗？@PJProudhon不是吗？非常感谢@oguzismail。下面的派生（

\s

替换了

[：space:][/code>）似乎适用于所有这些示例：
sed-E的/aa:[^\s:][*（\s |$）/”
它一般有效吗？@johnyutahh我不能说是。-E和\s都不可移植。大多数SED都有-E，但不能对\s这样说。如果您想要最大的可移植性，请使用
sed's/aa:[^[：space:::]*\（[[：space:]\\\\\\；$\）/”
；它应该适用于所有兼容POSIX的系统seds@JohnnyUtahh
\s
和其他此类字符集在字符类中不起作用。。它将匹配
\
和
s
而不是空格。。。例如，
echo'a\sb\cdssss12'| sed's/[\s]*//g'
将给出
abcd12
在这种情况下不起作用：
$echo'bb:33 cc:44 aa:22'；sed-r's/aa:[^]+//g'
bb 33 cc:44 aa:22
。删除最后一个空格，它就会工作。。。但如果
aa:22
不在行的末尾，则会留下额外的“双空格”。有办法解决这个问题吗？同样，对于
[^]
（仅限空格），这可能不适用于制表符分隔的字符串。