Jste zmateni hranicemi slov?

Hodně jsem to zkoumal, ale stále v tom nemám jasno. Co znamená hranice slova znamenat? Co to dělá?

Mohl by mi tedy například někdo vysvětlit tento příkaz?

egrep 'b[A-Z]+b' filename.sh

Přijatá odpověď:

Jak je popsáno například zde, odpovídá mezi slova:

Existují tři různé pozice, které se kvalifikují jako hranice slov:

1. Před prvním znakem v řetězci, pokud je prvním znakem slovo.
2. Za posledním znakem v řetězci, pokud je posledním znakem slovo.
3. Mezi dvěma znaky v řetězci, kde jeden je znak slova a druhý není znak slova.

Zde jsou příklady každého z těchto případů:

1. Pro řetězec foobar , první případ odpovídá

    foobar
   ^-----here
   

2. Pro řetězec foobar , druhý případ odpovídá

   foobar
         ^--here
   

3. Pro řetězec foo bar , třetí případ bude odpovídat

   foo bar
      ^--here, because space is not a word character
   

Co se kvalifikuje jako slovní znak, závisí na konkrétní implementaci regulárního výrazu. Ve všech případech však písmena ([a-z] a [A-Z] ), čísla ([0-9] ) a _ jsou považovány za slovní znaky.

Takže příklad regulárního výrazu, který jste zveřejnili (b[A-Z]+b ) znamená najít nejdelší řetězec, který je mezi dvěma hranicemi slov a který se skládá pouze z velkých písmen. Mohlo by být snazší vysvětlit to na příkladu:

echo "FOOBAR" | egrep 'b[A-Z]+b'   # Works
echo "FOO BAR" | egrep 'b[A-Z]+b'  # Works
echo "aFOOBARb" | egrep 'b[A-Z]+b' # Does not work, we want capitals only
echo "12345" | egrep 'b[A-Za]+b'   # Does not work, no letters
echo "1FOOBAR2" | egrep 'b[A-Z]+b' # Does not work, 1 and 2 are word chars
echo "_FOOBAR_" | egrep 'b[A-Z]+b' # Does not work, _ is a word char
echo "#FOOBAR$" | egrep 'b[A-Z]+b' # Works, # and $ are not word chars