grep中“+”的问题

Question

我正在尝试编写一个 grep 命令来在大文本文件中查找如下所示的行：

<div class="node_thumbnail" data-type="file" name="GOPR0036.MP4_frame000001.jpg" data="813334c25191468c9f1c57afc99fde60" aid="133948" rel="/Files/ToolTipView?fileId=813334c25191468c9f1c57afc99fde60&pageNo=1&NoCache=101016083044" rev="topMiddle">

但该+符号似乎在以下命令中引起了问题：

 grep 'data=[a-z,0-9,\"]' file

很多点击

 grep 'data=[a-z,0-9,\"]+' file

没有命中

Answer 1

如果您想+表示“一个或多个前面的原子”，那么您必须执行以下操作之一：

1. 使用-E（扩展正则表达式）（或-P，PCRE）：

   grep -E 'data=[a-z,0-9,\"]+' file
   

2. 转义，+以便在默认情况下使用的基本正则表达式中进行特殊处理grep：

   grep 'data=[a-z,0-9,"]\+' file
   

Answer 2

积分：

• +是一个 ERE（扩展正则表达式）标记，它指示一个或多个前面的标记，如果使用了-E选项grep或转义(\+) ，则可以使用BRE（基本正则表达式），即仅常规grep

• 字符类[a-z,0-9,\"]将匹配任何一个字符之间[a-z]，[0-9]，,或"。这可能不是你想要的

• 通常grep输出整行，如果只想输出匹配的部分，使用-o选项grep

根据您的示例，您可以执行以下操作：

grep -E '\bdata=[a-z0-9"]+\b' file

• -E 启用 ERE
• \b 匹配字符串边缘，零宽度
• data=data=字面上匹配
• [a-z0-9"]匹配[a-z], [0-9], 和中的任何字符"。+匹配前一个令牌一次或多次

您当前的模式即使您使其正确，\b也不会匹配误报，例如foo fdata=2322ab，data=12AB等等。

例子：

% grep -oE '\bdata=[a-z0-9"]+\b' <<<'<div class="node_thumbnail" data-type="file" name="GOPR0036.MP4_frame000001.jpg" data="813334c25191468c9f1c57afc99fde60" aid="133948" rel="/Files/ToolTipView?fileId=813334c25191468c9f1c57afc99fde60&pageNo=1&NoCache=101016083044" rev="topMiddle"'
data="813334c25191468c9f1c57afc99fde60