Linux find指定regextype为sed时正则负向断言不生效问题

匹配文件名中update字段后第二位数字不为0的.pt格式文件，匹配规则如下：

• 需命中：./update110000.pt、./update170000.pt
• 不命中：./update100000.pt

初始编写带负向断言的正则.*update[0-9](?!0)[0-9]{5}.pt，在通用正则测试环境下验证可正常命中目标文件，但在Linux系统执行find命令时无法得到预期结果：

• 第一次执行命令find . -regextype sed -regex '.*update[0-9](?!0)[0-9]{5}.pt'，无匹配结果
• 尝试对分组括号添加反斜杠转义，将正则修改为.*update[0-9]\(?!0\)[0-9]{5}.pt后再次执行，依然匹配失效
  当前已知可使用无断言正则.*update[0-9][1-9][0-9]{4}.pt实现需求，但需要明确find命令中(?!x)负向断言语法的正确使用方式。

失效核心原因 #

find命令指定-regextype sed时，使用的是POSIX基础正则（BRE）语法，该语法体系不支持零宽断言特性——你所用的(?!x)负向先行断言属于PCRE（Perl兼容正则）的独有语法，POSIX BRE/ERE系列正则均无法识别该结构，无论是否对括号转义都无法生效。

负向断言的正确使用方式 #

如果要在find的-regex参数中使用(?!x)负向断言，需切换正则类型为PCRE：

1. 4.9及以上版本的GNU find原生支持pcre正则类型，直接指定-regextype pcre即可，命令参考如下：

   find . -regextype pcre -regex '.*update[0-9](?!0)[0-9]{5}\.pt'
   

   注意正则中匹配文件后缀的.需要转义为\.，避免.匹配任意字符导致误命中非.pt后缀的文件。
2. 如果使用的find版本较低不支持pcre类型，可以通过管道交给grep的PCRE模式过滤，写法如下：

   find . -name "*.pt" | grep -P 'update[0-9](?!0)[0-9]{5}\.pt$'
   

场景最优方案 #

你当前已经验证可用的.*update[0-9][1-9][0-9]{4}\.pt写法不需要依赖高阶正则特性，兼容所有正则引擎，匹配性能高于带断言的写法，在这个固定数字长度的匹配场景下是最稳妥的选择。

内容的提问来源于stack exchange，提问作者B.W. Zhang