grep 语法与正则表达式不同吗？

Question

我想从这里提取已删除包的名称“cat /var/log/dpkg.log | grep 'remove'”

 2013-09-09 15:57:34 remove activity-log-manager:i386 0.9.4-0ubuntu6.2 <none>
 2013-09-09 15:57:35 remove activity-log-manager-control-center:i386 0.9.4-0ubuntu6.2 <none>
 2013-09-09 15:57:38 remove alacarte:all 3.6.1-0ubuntu3 <none>
 2013-09-09 15:57:41 remove deepin-software-center:all 2.1.2.1~precise~NoobsLab.com <none>

我只想在包名称之后获取 remove 和冒号之间的包名称。我不是正则表达式专家，我做了一个正则表达式似乎可以完成这项工作，但是当我想用 grep 应用它时，什么也没有发生。这是正则表达式评估器中的工作正则表达式模式

(?<=remove)(.*?)(?=:)

但这不起作用：

cat /var/log/dpkg.log | grep 'remove' | grep '(?<=remove)(.*?)(?=:)'

我在这里缺少什么？

Answer 1

正则表达式语法有一个共同的核心，但也有不同的风格。您的表达式似乎包含特定于 perl 风格的一些功能，特别是使用复杂的环视断言来描述要匹配的模式的开始和结束，而 grep 默认为基本正则表达式 (BRE) 语法，该语法仅支持更简单的这些零长度匹配的集合，例如 line- ( ^, $) 和 word-anchors ( \>, \<)。

您可以使用 -P 命令行开关在 grep 中启用与 perl 兼容的正则表达式 (PCRE) 支持（但请注意，手册页当前将其描述为“实验性”）。在您的情况下，您可能还希望 -o 开关也只打印匹配的模式，而不是整行，即

cat /var/log/dpkg.log | grep 'remove' | grep -oP '(?<=remove)(.*?)(?=:)'

请注意，如果此表达式遇到没有 :i386 后缀的包，它可能会失败，因为它可能会提前读取下一个单词中的匹配冒号，例如

echo "2013-09-07 08:31:44 remove cifs-utils 2:5.1-1ubuntu2 <none>" | grep -oP '(?<=remove)(.*?)(?=:)'
 cifs-utils 2

您可能希望查看 awk，例如

cat /var/log/dpkg.log | awk '$3 ~ /remove/ {sub(":.*", "", $4); print $4}'

除了 BRE 和 PCRE 之外，Gnu grep 还有一种称为扩展正则表达式(ERE) 的模式，由 -E 命令行开关指定。手册页指出

In  GNU grep,  there is  no difference in available functionality 
between basic and extended syntaxes.

但是你要注意，“在提供的功能没有差别”并不能意味着语法是相同的。例如，在 BRE 中，+字符通常被视为文字，如果转义，则仅成为修饰符，表示“前面的正则表达式的一个或多个实例”，即

$ echo "123.456" | grep '[0-9]+\.[0-9]+'
$ echo "123.456" | grep '[0-9]\+\.[0-9]\+'
123.456

而对于 ERE 则恰恰相反

$ echo "123.456" | grep -E '[0-9]+\.[0-9]+'
123.456
$ echo "123.456" | grep -E '[0-9]\+\.[0-9]\+'

类似的区别适用于sed不带-r开关和带开关的调用。