什么表达式可以匹配 grep 命令中的模式 (^[0-9]..[a-zA-Z ]+$)？Linux bash

Question

我试图了解正则表达式(^[0-9]..[a-zA-Z ]+$)在grep命令中检测到的表达式（Linux 终端）

我知道如果我写以下命令：

grep ^[0-9]..[a-zA-Z] filename.txt

我将检测任何包含表达式的行，例如92afg 但我不确定其+$含义以及我能够使用命令检测到哪种表达式

grep ^[0-9]..[a-zA-Z]+$ filename.txt

我尝试打开一个新的文本文件，然后仅键入我认为会被检测到的表达式，但它们都不匹配，因此我希望对此进行解释。

Answer 1

让我们来分解一下。首先，请注意，此 RegExp 使用“扩展正则表达式”语法 (ERE) - 这是一个元字符，在默认使用的+“基本正则表达式”语法中不起作用（意味着它会匹配自身并需要该位置的grep文字+），因此如果您想将该正则表达式与 一起使用grep，则需要传递该-E选项。

\n

\n
• 是^一个锚点，将正则表达式的这个位置与行的开头联系起来。
\n
• 是[0-9]一个字符列表，将匹配属于和之间排序范围的任何单个⁽¹⁾字符。具体包括什么取决于“排序顺序”，其中由环境变量决定。09LC_COLLATE
\n
• 匹配.任何单个字符，因此 2..表示“任意两个字符”。
\n
• 返回[a-zA-Z]是一个字符列表，将匹配位于和 之间的字符⁽¹⁾，以及位于和之间的字符。同样，这意味着什么取决于整理顺序！azAZ
\n
• 意思+是“之前的一个或多个”
\n
• 是$一个锚点，将正则表达式的这个位置连接到行尾。
\n

\n

因此，您的正则表达式旨在⁽¹⁾匹配任何符合以下条件的行：

\n

\n
• 以任意数字开头
\n
• 后跟任意两个字符
\n
• 并且只包含字母（但至少一个）直到行尾。
\n

\n

⁽¹⁾对于它实际上可能做什么，请参见下文

\n

一些笔记

\n

\n

1. 在您的示例中，您使用不带引号的正则表达式。这意味着任何字符在传递给命令之前都可以由 shell 解释grep。如果您的模式包含$或通配字符（*、?和[...]字符列表！），shell 可能会尝试执行变量扩展（从而替换正则表达式的部分内容）或将通配模式扩展为可能的多个文件名，以便最终您将拥有更多参数在您最初想要的命令行上。shell 特有的其他字符（>、#等;）可能会导致更意外的行为。你应该使用

   \n

   grep -E \'^[0-9]..[a-zA-Z]+$\' filename.txt\n

   \n

   反而。-x请注意，您可以通过使用该标志强制“整行”匹配来摆脱开始和结束锚点：

   \n

   grep -x -E \'[0-9]..[a-zA-Z]+\' filename.txt\n

   \n
\n

2. 包含范围（例如a-z）的字符列表很危险，因为它们可能不会提供您所想的内容。天真地人们可能期望它们匹配 ASCII 表中起始字符和结束字符之间的所有字符，但这仅适用于区域设置C。在其他语言环境中（特别是在通常设置的系统语言环境中，例如en_US.UTF-8），排序规则类似于这样，aAbB ... zZ因此a-z也会匹配大多数大写字母。此外，匹配实际上不是在单个字符的级别上，而是在“排序规则元素”级别上，这意味着在某些语言环境中，甚至几个字母的组合也可能匹配（例如dzs在匈牙利语中）！请参阅此答案（或者，一般来说，@St\xc3\xa9phane Chazelas 关于模式匹配的大多数答案）以获得更多见解。如果您想确保范围有效，请至少通过以下方式设置给定命令的排序规则

   \n

   LC_COLLATE="C" grep -E \' ... \' filename.txt\n

   \n
\n

\n