sed中[]\.*]*重复替换异常的原因及修复方法求助

正常匹配示例 #

要替换a或b的连续重复序列，使用[ab]*可以得到预期结果：

$ echo "abab" | sed -n 's/[ab]*/X/gp'
X

异常匹配情况 #

当尝试用[]\.*]*替换]、\、.、*的连续重复序列时，结果出现多余替换：
预期输出为a X b ，实际执行结果：

$ echo "a \.*] b " | sed -n 's/[]\.*]*/X/pg'
XaX X XbX X

如果去掉正则中的*，逐个替换目标字符则结果正常：

$ echo "a \.*] b " | sed -n 's/[]\.*]/X/pg'
a XXXX b 

原因分析 #

问题根源在于*的匹配规则：它表示匹配前面的元素0次或多次，这意味着空字符串也会被视为匹配项。在g全局替换模式下，sed会遍历整个字符串的每个位置——包括字符之间的空隙、字符串开头和结尾的空位置——这些空位置都会被[]\.*]*匹配（0次匹配），进而被替换成X，最终出现大量多余的替换结果。

之前[ab]*处理abab时看似正常，其实是因为整个连续的abab被一次性替换成X，而其他空位置的替换结果被覆盖，所以最终只显示一个X，本质上同样存在空字符串匹配的问题。

修复方法 #

使用+替代*，+表示匹配前面的元素1次或多次，不会匹配空字符串。需要注意：

• GNU sed默认不启用扩展正则，需添加-E参数：

$ echo "a \.*] b " | sed -nE 's/[]\.*]+/X/gp'
a X b 

• 若不想用-E，可以使用POSIX基本正则的转义写法\+：

$ echo "a \.*] b " | sed -n 's/[]\.*]\+/X/gp'
a X b 

环境信息 #

• 操作系统：Mac OS 13.0.1 (22A400)
• sed版本：GNU sed 4.9

内容的提问来源于stack exchange，提问作者mon