正则表达式如何匹配指定字符或行尾？实现路径分段提取

需求说明 #

需要对输入的存储路径做两段拆分，输入路径格式包含以下类型：

bucket
bucket/dir1
bucket/dir1/dir2
bucket/dir1/dir2/dir3
...

拆分规则：

• 第一部分为路径首个斜杠前的内容（即bucket），存入独立变量
• 第二部分为首个斜杠后的所有剩余路径内容（即dir1/dir2/dir3/...），存入另一个独立变量
• 当输入仅为bucket无后续斜杠和路径时，第二部分变量需赋值为空字符串""

原有方案问题 #

原有sed实现仅在路径包含斜杠时正常生效：

❯ BUCKET=$(echo "bucket/dir1/dir2" | sed 's@\(^[^\/]*\)[\/]\(.*\)@\1@')
❯ EXTENS=$(echo "bucket/dir1/dir2" | sed 's@\(^[^\/]*\)[\/]\(.*\)@\2@')
❯ echo $BUCKET $EXTENS
bucket dir1/dir2

无斜杠场景下正则匹配失败，替换逻辑不触发，导致第二部分变量错误返回原路径值：

❯ BUCKET=$(echo "bucket" | sed 's@\(^[^\/]*\)[\/]\(.*\)@\1@')
❯ EXTENS=$(echo "bucket" | sed 's@\(^[^\/]*\)[\/]\(.*\)@\2@')
❯ echo $BUCKET $EXTENS
bucket bucket

可行实现方案 #

方案1：修正sed正则匹配规则 #

调整正则表达式，将斜杠标记为可选匹配，兼容无斜杠场景，需要加-r参数启用扩展正则支持：

# 替换原有的sed匹配逻辑即可
BUCKET=$(echo "$path" | sed -r 's@^([^/]*)/?(.*)@\1@')
EXTENS=$(echo "$path" | sed -r 's@^([^/]*)/?(.*)@\2@')

效果验证：

# 无斜杠场景
❯ path="bucket"
❯ BUCKET=$(echo "$path" | sed -r 's@^([^/]*)/?(.*)@\1@')
❯ EXTENS=$(echo "$path" | sed -r 's@^([^/]*)/?(.*)@\2@')
❯ echo "BUCKET=[$BUCKET], EXTENS=[$EXTENS]"
BUCKET=[bucket], EXTENS=[]

# 多层路径场景
❯ path="bucket/dir1/dir2/dir3"
❯ BUCKET=$(echo "$path" | sed -r 's@^([^/]*)/?(.*)@\1@')
❯ EXTENS=$(echo "$path" | sed -r 's@^([^/]*)/?(.*)@\2@')
❯ echo "BUCKET=[$BUCKET], EXTENS=[$EXTENS]"
BUCKET=[bucket], EXTENS=[dir1/dir2/dir3]

方案2：Shell内置参数展开实现（推荐） #

无需调用sed等外部进程，直接使用bash原生字符串处理逻辑，性能更高，适合脚本批量处理场景：

# 先定义待处理路径变量path
BUCKET="${path%%/*}"
EXTENS="${path#"$BUCKET"}"
EXTENS="${EXTENS#/}"

效果验证：

# 无斜杠场景
❯ path="bucket"
❯ BUCKET="${path%%/*}"; EXTENS="${path#"$BUCKET"}"; EXTENS="${EXTENS#/}"
❯ echo "BUCKET=[$BUCKET], EXTENS=[$EXTENS]"
BUCKET=[bucket], EXTENS=[]

# 单层目录场景
❯ path="bucket/dir1"
❯ BUCKET="${path%%/*}"; EXTENS="${path#"$BUCKET"}"; EXTENS="${EXTENS#/}"
❯ echo "BUCKET=[$BUCKET], EXTENS=[$EXTENS]"
BUCKET=[bucket], EXTENS=[dir1]

# 多层目录场景
❯ path="bucket/dir1/dir2/dir3"
❯ BUCKET="${path%%/*}"; EXTENS="${path#"$BUCKET"}"; EXTENS="${EXTENS#/}"
❯ echo "BUCKET=[$BUCKET], EXTENS=[$EXTENS]"
BUCKET=[bucket], EXTENS=[dir1/dir2/dir3]

方案对比 #

• 方案1改动量小，仅需调整原有sed命令的正则规则即可快速修复问题
• 方案2无外部进程调用开销，执行效率更高，兼容所有POSIX标准Shell，稳定性更好

内容的提问来源于stack exchange，提问作者Magnus