Geschichte von Bash Globbing

Gibt es einen historischen Grund, warum Bash "Globbing" und reguläre Ausdrücke nicht identisch sind? Ich glaube zum Beispiel, dass in Bash [1-2]*alles übereinstimmt, was mit einer 1 oder einer 2 beginnt, gefolgt von etwas anderem, während ein regulärer Ausdruck [1-2]*nur einer Folge von 1s und 2s entspricht. Mein Bash-Scripting und REGEX foo sind beide ziemlich schwach und ich stoße regelmäßig auf Probleme im Zusammenhang mit diesen Unterschieden, die mich neugierig machten, warum sie unterschiedlich sind.

bashwurde ursprünglich in den späten 80ern als Teilklon kshmit einigen interaktiven Funktionen von csh / tcsh entworfen.

Die Ursprünge des Globbing müssen in den früheren Muscheln liegen, auf denen es aufbaut.

kshselbst ist eine Erweiterung der Bourne-Shell. Die Bourne-Shell selbst (erstmals 1979 in Unix V7 veröffentlicht) war eine saubere Implementierung von Grund auf neu, weicht jedoch nicht vollständig von der Thompson-Shell (der Shell von V1 -> V6) ab und enthält Funktionen der Mashey-Shell.

Insbesondere wurden Befehlsargumente immer noch durch Leerzeichen getrennt, |war jetzt der neue Pipe-Operator, ^wurde aber weiterhin als Alternative unterstützt (und erklärt auch, warum Sie dies tun [!a-z]und nicht [^a-z]), $1war immer noch das erste Argument für ein Skript und Backslash war immer noch das Escape-Zeichen . So viele der regulären Ausdrucksoperatoren ( ^\|$) haben in der Shell eine eigene Bedeutung.

Die Thompson-Shell stützte sich beim Globbing auf ein externes Dienstprogramm. Wenn shnicht notiert gefunden *, [oder ?s in dem Befehl, würde es den Befehl durchlaufen glob.

rm *.txt

würde am Ende glob laufen als:

["glob", "rm", "*.txt"]

und glob würde am Ende rmmit der Liste der Dateien ausgeführt, die diesem Muster entsprechen.

grep a.\*b *.txt

würde laufen globals:

["glob", "grep", "a.\252b", "*.txt"]

Das *Obige wurde zitiert, indem das 8. Bit für dieses Zeichen gesetzt wurde, um zu verhindern glob, dass es als Platzhalter behandelt wird. globwürde dann dieses Bit vor dem Aufruf entfernen grep.

Um das Äquivalent mit regulären Ausdrücken zu machen, wäre das gewesen:

regexp rm '\.txt$'

Oder:

regexp rm '^[^.].*\.txt$'

Punktdateien ausschließen.

Die Notwendigkeit, den Operatoren zu entkommen, da sie als Shell-Sonderzeichen .fungieren , und die Tatsache, dass in Dateinamen häufig ein regulärer Ausdrucksoperator verwendet wird, macht es für Anfänger nicht sehr angemessen, Dateinamen abzugleichen und kompliziert. In den meisten Fällen benötigen Sie lediglich Platzhalter , die entweder ein ( ?) oder eine beliebige Anzahl ( *) von Zeichen ersetzen können .

Jetzt haben verschiedene Shells verschiedene Globbing-Operatoren hinzugefügt. Heutzutage sind die ksh- und zsh-Globs (und in gewissem Maße bash -O extglobeine Teilmenge von ksh-Globs) funktional äquivalent zu regulären Ausdrücken mit einer Syntax, deren Verwendung mit Dateinamen und der aktuellen Shell-Syntax weniger umständlich ist. In zsh(mit Extendedglob-Erweiterung) können Sie beispielsweise Folgendes tun:

echo a#.txt

wenn Sie (unwahrscheinlich) mit Dateinamen übereinstimmen möchten, die aus Sequenzen von agefolgt von bestehen .txt. Einfacher als echo (^a*\.txt$)(hier die Verwendung von geschweiften Klammern, um die Regex-Operatoren von den Shell-Operatoren zu isolieren, die eine Möglichkeit gewesen sein könnten, wie Shells damit umgehen könnten).

echo (foo|bar|<1-20>).(#i)mpg

Für mpg-Dateien (ohne Berücksichtigung der Groß- und Kleinschreibung), deren Basisname foo, bar oder eine Dezimalzahl von 1 bis 20 ist ...

ksh93Jetzt können auch reguläre Ausdrücke (einfach, erweitert, perlartig oder "erweitert") in die Globs integriert werden (obwohl dies ziemlich fehlerhaft ist) und es wird sogar ein Tool zum Konvertieren zwischen glob und regulärem Ausdruck ( printf %R, printf %P) bereitgestellt :

echo ~(Ei:.*\.txt)

zu Spiel (nicht verborgen) txt - Dateien mit E regulären Ausdrücken Xtended, Case- i nsensitively.

Reguläre Sprachen wurden 1956 von Kleene eingeführt . Das wegweisende Papier hatte nicht die vollständige moderne Notation für reguläre Ausdrücke, aber es führte den „Kleen-Stern“ ein: A*„beliebig viele Wiederholungen von A“. Im nächsten Jahrzehnt entstanden einige mehr oder weniger Standardnotationen, insbesondere .für ein beliebiges Zeichen und um ?zu bedeuten, dass das vorherige Zeichen optional ist.

Die Globbing-Notation von Bash stammt aus dem globBefehl , der bereits 1971 in Unix v1 eingeführt wurde. Zu dieser Zeit wurde das Globbing von einem separaten Programm ausgeführt. es wurde später in die Schale bewegt. Der frühe globBefehl muss ?"ein beliebiges Zeichen" und *"eine beliebige Folge von Zeichen" bedeuten. Ich weiß nicht, warum die Charaktere ausgewählt wurden; ?ist ziemlich intuitiv und wurde *möglicherweise von dem in regulären Ausdrücken inspiriert.

Globbing sollte nicht so allgemein sein wie reguläre Ausdrücke, und reguläre Ausdrücke waren zu dieser Zeit nicht sehr verbreitet, so dass es keinen Aufruf gab, die Konzepte zu vereinheitlichen. Von Anfang an gab es syntaktische Inkompatibilitäten mit ?, .und *was bedeutet , verschiedene Dinge in Dateinamen Muster und in regulären Ausdrücken.

Moderne Muscheln wie Bash erweitern die Glob-Muster, aber es war eine schrittweise Entwicklung, die die Abwärtskompatibilität aufrechterhielt. Ksh88 (die 1988er Version der Korn-Shell ) führte eine erweiterte Syntax für Shell-Muster ein, die nicht die gleiche Syntax wie übliche reguläre Ausdrücke haben konnte, aber stark davon inspiriert war: *(PATTERN)eine beliebige Anzahl von Wiederholungen von PATTERN, oder " oder " @(PATTERN1|PATTERN2)zu bedeuten , etc.PATTERN1PATTERN2

Moderne Versionen von bash (seit 2.02) unterstützen die erweiterten Muster von ksh88, wenn Sie dies shopt -s extglobzuerst tun .

Historischer Grund: JA. Referenz:
http://en.wikipedia.org/wiki/Glob_(programming)#Origin

Um die Divergenz zu veranschaulichen, hier ein gutes und einfaches Beispiel: a*

• Shell Globbing: Bedeutung ist, zuerst Zeichen ist aund dann was auch immer (a, ab, abca ...)
• Regex: Bedeutung ist, null oder mehr Wiederholungen des Zeichens a(a, aa, aaa ...)

Ich würde gerne zustimmen, dass diese Bedeutungsdiskrepanz für neue Benutzer sehr verwirrend ist.

Globbing ist für Neulinge vielleicht leichter zu verstehen, aber es ist auch ein weniger leistungsfähiges Konstrukt.