Bash 脚本中的 regexp 为什么无法匹配文件大小和路径?
结论
题目给出的字符串可以用原来的 [[ $x =~ ... ]] 表达式在 Bash 中匹配,并取得文件大小和完整路径。仅凭现有代码,无法确定实际脚本失败的原因。
先检查 $x 的实际内容,特别是字段之间有多少空格、是否包含制表符。如果字段分隔符可能变化,可以用 [[:blank:]]+ 匹配一个或多个空格或制表符,并将正则表达式存入变量。
原表达式为什么可能匹配失败
原代码中的 " " 是合法的 Bash 写法,表示匹配一个普通空格,不要求输入字符串包含双引号。
每个 " " 只能匹配一个空格。如果实际数据在文件大小、日期或时间之间使用了多个空格或制表符,完整表达式就会匹配失败。
单独使用 (^[0-9]+) 匹配成功,只能说明字符串以数字开头。这个表达式没有检查后面的日期、时间和分隔符,不能证明完整格式符合预期。
在线 regexp 测试工具如何处理双引号取决于工具本身;Bash 会先处理 shell 引用语法,再进行正则匹配。
使用允许多个空白分隔符的表达式
下面的脚本保留两个捕获组,分别提取文件大小和路径:
#!/usr/bin/env bash
x='866275 2016-02-06 11:25 Documents/familystuff/Household/Agri Stuff/Sheep/sheep Photos/2014 ewe lambs/074Cleo 6Feb16a.jpg'
regex='^[[:blank:]]*([0-9]+)[[:blank:]]+[0-9]{4}-[0-9]{2}-[0-9]{2}[[:blank:]]+[0-9]{2}:[0-9]{2}[[:blank:]]+(.+)$'
if [[ $x =~ $regex ]]; then
printf 'size: %s\n' "${BASH_REMATCH[1]}"
printf 'path: %s\n' "${BASH_REMATCH[2]}"
else
status=$?
printf 'match status: %s\n' "$status" >&2
printf 'x=%q\n' "$x" >&2
fi
其中:
^[[:blank:]]*允许行首出现空格或制表符。([0-9]+)捕获文件大小。[[:blank:]]+匹配字段之间的一个或多个空格或制表符。(.+)$捕获剩余的非空路径,路径内部可以包含空格。
匹配成功后,${BASH_REMATCH[0]} 保存完整匹配,${BASH_REMATCH[1]} 为 866275,${BASH_REMATCH[2]} 为以 Documents/ 开头的完整路径。
如果仍然没有输出
先确认使用 Bash 执行脚本:
bash script.sh
然后查看 else 分支的输出。匹配状态为 1 表示字符串不匹配,为 2 表示正则表达式语法无效。printf '%q' 会以 shell 可引用的形式显示变量,有助于发现制表符、回车等不可见字符。
如果示例字符串能匹配,从 zip 输出中读取的字符串却不能匹配,应检查读取过程和实际字段格式。题目没有提供 $x 的赋值代码,因此无法进一步确定差异出现在哪里。
引用和捕获结果的注意事项
在 [[ $x =~ $regex ]] 中,$regex 应保持未加引号,才能按正则表达式解释。写成 [[ $x =~ "$regex" ]] 会使被引用的模式内容按字面量匹配。
输出捕获结果时应加双引号,例如 "${BASH_REMATCH[2]}",以保留路径中的空格并避免通配符展开。如果成功后还要执行其他 =~ 匹配,应先保存需要的捕获值,因为后续匹配会更新 BASH_REMATCH。
这里的日期和时间表达式只检查字符格式,不检查日期或时间是否有效。
备注:内容仅供参考。
