GNU Sed搜索模式反向引用的工作原理及案例输出差异疑问

反向引用的基本原理 #

• Sed 中用 \( \) 标记正则表达式里的捕获分组，分组按左括号出现的顺序从 1 开始编号
• 反向引用通过 \n（n 为分组编号）调用对应分组捕获到的内容
• Sed 的正则匹配默认是贪婪模式：优先匹配最长的符合规则的字符串，当最长匹配无法满足整个模式时，会逐步回溯缩短匹配长度，直到找到可行的匹配项。

第一个实例解析：echo -e 'one.onetwo' | sed -n 's/\(.*\)\.\1/x/p' #

输入字符串为 one.onetwo，匹配过程如下：

1. 模式 \(.*\)\.\1 要求匹配「任意长度字符串 + 点 + 和前面字符串完全相同的内容」
2. 贪婪模式下，\(.*\) 先尝试最长匹配：one，此时后面的内容是 .one，正好和 \1（即捕获到的 one）对应，完全符合模式要求
3. 将匹配到的 one.one 替换为 x，剩余的 two 保留，最终输出 xtwo

第二个实例解析：echo -e 'one.two' | sed -n 's/\(.*\)\.\1/x/p' #

输入字符串为 one.two，匹配过程如下：

1. 首先尝试最长匹配：\(.*\) 匹配 one，但后面的 .two 和 \1（one）不匹配，无法满足模式
2. 开始回溯：依次缩短 \(.*\) 的匹配长度，尝试 on、o，均无法让后续内容与 \1 匹配
3. 直到 \(.*\) 匹配空字符串，此时 \1 也为空，模式简化为匹配单个 .（即 \.\1 等价于 \.）
4. 将匹配到的 . 替换为 x，原字符串 one.two 就变成了 onextwo

内容的提问来源于stack exchange，提问作者Enlico