在正则表达式中，哪些字符需要转义？

Question

一般来说，正则表达式中的哪些字符需要转义？

例如，以下在语法上不正确：

echo '[]' | grep '[]'
grep: Unmatched [ or [^

然而，这在语法上是正确的：

echo '[]' | grep '\[]'
[]

是否有任何文档说明哪些字符应该在正则表达式中转义，哪些不应该？

Answer 1

这取决于应用程序。在您的示例中，[必须将其引用为grep但不是的参数echo。

对于外壳（来自POSIX 规范）：

引用用于删除某些字符或单词对 shell 的特殊含义。引用可用于保留下一段特殊字符的字面含义，防止保留字被识别为此类，并防止此处文档处理中的参数扩展和命令替换（请参阅此处文档）。

申请书如需代表本人，应引用下列文字：

|  &  ;  <  >  (  )  $  `  \  "  '  <space>  <tab>  <newline>

在某些情况下可能需要引用以下内容。也就是说，这些字符可能是特殊的，具体取决于本 IEEE Std 1003.1-2001 卷中其他地方描述的条件：

*   ?   [   #   ˜   =   %

各种引用机制是转义字符、单引号和双引号。here-document 代表另一种引用形式；请参阅此处文档。

特定程序（使用正则表达式、perl、awk）可能对转义有额外的要求。

Answer 2

正则表达式有多种类型，特殊字符集取决于特定类型。其中一些描述如下。在所有情况下，特殊字符都由反斜杠转义\。例如匹配[你写\[。或者，字符（除了^）可以通过将它们一一包含在方括号中来转义，例如[[]。

在某些上下文中特殊的字符^（例如（子）表达式开头的特殊字符）可以在所有上下文中进行转义。

正如其他人所写：在 shell 中，如果您没有将表达式括在单引号之间，则必须在已经转义的正则表达式中额外转义 shell 的特殊字符。示例：'\['您可以在 Bourne 兼容的 shell 中编写\\[（或者："\["或"\\["），例如 bash，但这是另一回事。

基本正则表达式 (BRE)

• POSIX：基本正则表达式
• 命令：grep,sed
• 特殊的角色： .[\
• 在某些情况下特殊： *^$
• 转义字符串： "$(printf '%s' "$string" | sed 's/[.[\*^$]/\\&/g')"

扩展正则表达式 (ERE)

• POSIX：扩展正则表达式
• 命令：grep -E, GNU: sed -r, *BSD:sed -E
• 特殊的角色： .[\(
• 在某些情况下特殊： *^$)+?{|
• 转义字符串： "$(printf '%s' "$string" | sed 's/[.[\*^$()+?{|]/\\&/g')"

Answer 3

每个应用程序都有自己的一组“特殊”字符。您遇到的问题grep不是外壳。对于哪些字符需要在 中引用grep，请阅读联机帮助页中关于“正则表达式”的部分。

对于 shell，应该引用的字符是：

;'"`#$&*?[]<>{}\

和任何空格。

根据 shell，可能还需要引用其他字符：

!^%

查看 shell 联机帮助页上的“SHELL GRAMMAR”。