如何匹配除选项卡之外的所有内容对于 git diff --word-diff-regex

如何解决如何匹配除选项卡之外的所有内容对于 git diff --word-diff-regex

我正在尝试使用 git diff --word-diff-regex [1] 进行 word-diff。基本上，此正则表达式的任何匹配都被视为一个单词。我的文档是一个制表符分隔的文本文件，每列可能包含空格字符。因此，我尝试使用否定字符类 --word-diff-regex='[^\t]+'，它应该匹配除制表符以外的所有内容，一次或多次。但是，它不起作用。正则表达式似乎匹配行上的所有内容。

例如，文本 20<\t>Hello,World diff 与 20<\t>Hello,Diff（其中 <\t> 表示制表符），git 应该显示差异在于整个“Hello,{World,Diff}”，而不是“世界”或“Diff”本身。但是，使用 [^\t]+ 会导致 git 显示整行是更改的单个单词。

经过进一步研究，似乎 git 在内部使用了 POSIX 的 regex 函数。在 POSIX 的无限智慧中，似乎我“无法逃避字符类中的任何内容”，因为“[t]hey 将字符类中的反斜杠视为文字字符”[2]。

受到另一个 StackOverflow 答案 [3] 的启发，我目前通过使用“否定速记字符类”(\S| )+ 来解决这个问题。这匹配任何非空白字符，加上空白字符本身。这实际上允许我在我的情况下做 word-diff，但我的问题仍然存在，因为这个正则表达式不会匹配其他空白字符。

那么，问题是，如何在不拼写空白类中的所有其他字符的情况下，使用或不使用字符类来匹配 POSIX（扩展）正则表达式（或 GNU 扩展）中的“除制表符之外的所有内容”？例如，我不想要 (\S| |\n|\r|<other whitespace characters>)+。

[1] https://git-scm.com/docs/git-diff#Documentation/git-diff.txt---word-diff-regexltregexgt

[2] https://www.regular-expressions.info/charclass.html，“字符类中的元字符”部分

[3] https://stackoverflow.com/a/3469155/9161044

解决方法

看起来 --word-diff-regexp 的行为有点像 grep，并且不会“本地”理解转义序列。

一些使它工作的方法：

• 使用 perl 正则表达式：git diff 有一个（未记录的？）-P | --perl-regexp 选项：
  git diff -P --word-diff-regex='[^\t]+'
• 告诉你的 shell 插入一个 <tab> 字符：
  • （在 bash 中工作）使用 $'...' 来应用 ANSI-C 引用 (bash reference) :
    git diff --word-diff-regex=$'[^\t]+'
  • 键入 ctrl+V 后跟 <tab> 以在命令行中插入一个字面上的 <tab> 字符：
    git diff --word-diff-regex='[^<ctrl+V <tab>>]+
  • 使用 $(...) 和打印字面量 <tab> 的命令（例如：printf）
    git diff --word-diff-regex="[^$(printf '\t')]+"
  • ...

---

来源：

• grep find lines that contains " \t"
• How to grep for tabs without using literal tabs and why does \t not work?（在 AskUbuntu 上）