Bash脚本中正则表达式匹配失败问题求助

问题场景 #

从zip文件中提取出如下字符串：

866275 2016-02-06 11:25 Documents/familystuff/Household/Agri Stuff/Sheep/sheep Photos/2014 ewe lambs/074Cleo 6Feb16a.jpg

需要提取第一个数字字段（文件大小）和最后的文件路径。在线正则测试工具中，以下正则能正常匹配：

(^[0-9]+)" "[0-9]{4}-[0-9]{2}-[0-9]{2}" "[0-9]{2}:[0-9]{2}" "(.+)

但将其放入Bash脚本中执行时无输出，脚本代码如下：

if [[ $x =~ (^[0-9]+)" "[0-9]{4}-[0-9]{2}-[0-9]{2}" "[0-9]{2}:[0-9]{2}" "(.+) ]]; then 
 echo bash0 Captured : ${BASH_REMATCH[0]}
 echo bash1 Captured number: ${BASH_REMATCH[1]}
 echo bash2 Captured NAME: ${BASH_REMATCH[2]}
fi

仅保留(^[0-9]+)部分时能匹配到数字，添加其余部分后就无输出。

问题原因 #

Bash的=~正则匹配语法里，不需要用双引号" "来表示空格，你原来的写法里，引号会被当作正则表达式的一部分去匹配，而不是用来分隔空格。这就导致正则试图匹配带引号的空格，和目标字符串里的普通空格不匹配，所以整体匹配失败。

解决方法 #

把正则里的" "替换成直接的空格，去掉所有包裹空格的引号，修改后的脚本如下：

if [[ $x =~ ^([0-9]+) [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2} (.+) ]]; then 
 echo bash0 Captured : ${BASH_REMATCH[0]}
 echo bash1 Captured number: ${BASH_REMATCH[1]}
 echo bash2 Captured NAME: ${BASH_REMATCH[2]}
fi

另外，开头的^可以放在第一个捕获组外面，不影响匹配结果，同时让正则结构更清晰。测试后，这个脚本就能正确提取出文件大小和路径了。

内容的提问来源于stack exchange，提问作者grolma