Question

Linux，shell脚本里一个关于正则表达式的问题

[root@node01 /]# echo "1234567890" | sed '{
>:start
>s/\(.*[0-9]\)\([0-9]\{3\}\)/\1,\2/
>t start
>}'
1,234,567,890
求问：为什么1234567890数据流为什么第一次匹配只截断一个数据，而后面的都是每三个截断一次？

Answer 1

因为正则匹配的时候就是这样的。
看这个：
s/\(.*[0-9]\)\([0-9]\{3\}\)/\1,\2/

\(.*[0-9]\) --> 这是一个组，后面用\1来原封不动地引用
\([0-9]\{3\}\) --> 这又是一个组，后面用\2来原封不动地引用

第一个组匹配以一位数字结尾的任意字符串，第二个组匹配连续的3个数字。
.*是贪婪的，所以，最先匹配得到的是 1234567,890

t start --> 跳转到start继续执行，这就是sed中使用循环语句的典型方法。

追问

这是个循环处理，我理解。不理解的地方在于，我认为，第一次匹配结果是1，234；完了以后进行到第二次循环，第二次循环中再用\(.*[0-9]\)匹配一个字符，就是5，然后\([0-9]\{3\}\)匹配三个字符，即678，所以我认为结果应该是1，234，5，678，9......如果后面还有字符的话，就这个地方想不通，能否帮我解释下，谢谢。

追答

前面说过，.* 是贪婪的，会尝试匹配最多的字符，所以第一次匹配结果应该是1234567,890
第二次结果是1234,567,890（因为第一次匹配后加了逗号，所以只能匹配到逗号前的部分）
。。。
依此类推

追问

你的意思可不可以这样理解，其实这个循环在处理数据流的时候是从后往前处理的? .*会先估计到后面的\([0-9]\{3\}\)，因为这个要匹配三个字符，所以就留末尾三个给它，剩下的全部由.*给拿走了，即1234567，890，然后第二次循环的时候，.*再给三个字符\([0-9]\{3\}\)，剩下的全部拿走，即1234，567，890，然后依次类推，不知道我这样理解对不对？

追答

就是这个意思，从后往前。
如果你真的理解“贪婪”是什么意思的话。

Answer 2

这个应该是从右边依次每隔三个一路向左处理过来的.

.* 是贪婪,不太了解sed 正则