模式反向引用到可選的捕獲子表達式

Question

在試圖使用擊的內置正則表達式匹配來解析以下類型的串，其是要被轉換成Perl替換表達式（引號不是數據的一部分）

'~#A#B#' 
#^^^-- Replacement string. 
#| +---- Pattern string. 
#+------ Regular expression indicator (no need to escape strings A and B), 
#  which is only allowed if strings A and B are surrounded with ##. 
#  Strings A and B may not contain #, but are allowed to have ~. 

'#A#B#' 
#^------ When regex indicator is missing, strings A and B will be escaped. 

'A#B' 
#  Simplified form of '#A#B#', i. e. without the enclosing ##. 
#  Still none of the strings A and B is allowed to contain # at any position, 
#  but can have ~, so leading ~ should be treated as part of string A. 

我嘗試了以下模式（同樣，不帶引號）：

'^((~)?(#))?([^#]+)#([^#]+)\3$' 

也就是說，它聲明領先~#可選的（和~它更可選），然後捕獲部分A和B，並且只有當它存在於領導者中時，尾要求#才存在。前導#僅用於反向引用匹配 - 其他地方不需要，而~被捕獲以供腳本後續檢查。

然而，這種模式只適用預期與種類最齊全的輸入數據：

'~#A#B#' 
'#A#B#' 

而不是

'A#B' 

一，E，每當龍頭部分缺失， \3無法匹配。但是，如果將\3替換爲.*，則匹配成功，可以看出${BASH_REMATCH[3]}是空字符串。這是我不明白的地方，假設未設置的變量在Bash中被視爲空字符串。 然後，我如何將反向引用與可選內容進行匹配？

作爲一種變通方法，可以寫一個替代圖案

'^(~?)#([^#]+)#([^#]+)#$|^([^#]+)#([^#]+)$' 

但它導致獨特捕獲基團對於每個可能的情況下，這使得代碼不太直觀。

重要說明。正如@anubhava在他的評論中提到的，反向引用匹配可能在某些Bash版本中不可用（可能是構建選項而不是版本號，甚至是某個外部庫的問題）。這個問題當然是針對那些支持這種功能的Bash環境。

Answer 1

有兩種方法來解決這個問題：

1. 代替把組可選的（換句話說，允許它不匹配的話），使之強制性的，但匹配空字符串。換句話說，改變結構像(#)?到(#?)。

2. 僅當組3匹配時，才使用條件來匹配反向引用\3。爲此，請將\3更改爲(?(3)#|)。

通常，第一個選項是可取的，因爲它的可讀性更好。另外，bash的正則表達式似乎不支持條件結構，所以我們需要做出選項1的工作。這是困難的，因爲附加條件~只有在#也存在時才被允許。如果bash支持lookaheads，我們可以做類似((~)(?:#))?(#?)。但既然沒有，我們需要發揮創意。我想出了以下模式：

^((~(#))|(#?))([^#]+)#([^#]+)(\3|\4)$ 

Demo。

這個想法是利用交替運算符|來處理兩種不同的情況：文本以~#開頭，或者它不是。 ((~(#))|(#?))捕獲組2 ~#和#在組3如果可能的話，但如果沒有~那麼它只是捕獲#（如果存在）在組4。然後，我們可以使用(\3|\4)末以匹配閉合#，如果有一個打開一個（記住，如果文本以~#開始，並且組4捕獲#或者如果文本確實是而不是以~#開始，則組3捕獲#）。