Почему один регэксп работает, а второй нет?

Question

[Кот Абсолютный]

Вопрос исключительно академического значения - мне, как упоротому перфекционисту, хочется знать почему...

> echo Test.1-2_3 | grep -E -e "^[A-Za-z0-9_\-\.]+$"
(в выводе ничего нет)
Press any key to continue...

> echo Test.1-2_3 | grep -E -e "^[A-Za-z0-9_\.\-]+$"
Test.1-2_3
Press any key to continue...

Регэкспы отличаются двумя последними символами - в "неправильном" \-\. в "правильном" \.\-

Почему так? Я что-то не учел?

Comments

[VoidVolker]

https://superuser.com/questions/1599093/why-matche...

[Ипатьев]

VoidVolker, там написано, что можно поставить последним, но не объясняется, почему нельзя эскейпить

Answer 1

[Rsa97]

ЕМНИП, в basic и extended режимах внутри квадратных скобок символы не эскейпятся и бэкслэш рассматривается как обычный символ. В первом случае получаем интервал от бэкслэша до бэкслэша (то есть, бэкслэш) и точку. Во втором - бэкслэш (дважды), точку и тире.
Эскейпятся только в PCRE (ключ -P).

Answer 2

[Ипатьев]

1. Выясняем, какой у нас движок. POSIX ERE
2. Идём в спецификацию
3. Читаем: When the bracket expression appears within an ERE, the special characters '.', '(', '*', '+', '?', '{', '|', '$', '[', and '\\' shall lose their special meaning within the bracket expression;

То есть \-\ читается "от \ до \" и вместо дефиса мы ищем слеш.

Вывод: Все эти палочки не нужны, достаточно написать echo Test.1-2_3 | grep -E -e ^[A-Za-z0-9_.-]+$

Comments

[Adamos]

Да, действительно. Меня сбило то, что работал паттерн [A\-Z].
Но, по факту, это работал [\-Z] :)

[Кот Абсолютный]

Хм. Теперь понятно, что получилось ровно наоборот от того, что задумывалось :) Но получается, что если мне нужно включить в интервал тире - его ставить строго последним, чтобы оно не воспринималось как разделитель интервала?

[Rsa97]

Кот Абсолютный,

нужно включить в интервал тире - его ставить строго последним

Либо первым.
А ] строго первым. [][] будет включать символы ] и [.

Answer 3

[ky0]

В первом случае, насколько я понял, оно воспринимает последние символы как range между подчёркиванием и точкой. Если тире поставить в конце - то его можно не экранировать.

^[A-Za-z0-9_\.-]+$

Comments

[maksam07]

Если тире поставить в конце - то его можно не экранировать.

Возможно это не совсем точное утверждение. Есть вероятность, что экранирование дефиса вообще не работает, если он стоит не в той позиции, где должен работать не как "диапазон". А когда стоит в нужной, то экранировать и так не требуется

[Дмитрий]

Думаю точка читается не как символ, а как любой символ

[Adamos]

Дмитрий, в квадратных скобках она считается как точка, там "любой символ" просто не имеет смысла.

[ky0]

maksam07, я проверял на https://regex101.com

[maksam07]

ky0,

я проверял на

не уверен, что этот сайт гарантирует работу в конкретном ПО, на конкретной ОС и ее конкретной версии

Как поверхностная сверка, наверное, не плохой инструмент

[Ипатьев]

Дмитрий, нет

[Ипатьев]

ky0, вопрос не в том, что "можно не экранировать", а "почему не работает экранирование". И не на https://regex101.com, а в командной строке

Answer 4

[hint000]

Гугл отвечает:
Обзор от ИИ
Within a regular expression character class [], the hyphen - has a special meaning when it is placed between two other characters, where it denotes a range of characters (e.g., [a-z] matches any lowercase letter from 'a' to 'z').
However, if the hyphen is positioned as the very first or very last character within the square brackets, it loses its special "range" meaning and is treated as a literal hyphen character.

Comments

[Ипатьев]

Это ответ на другой вопрос.