Linux 正则表达式 的简介

---

Linux 正则表达式 的简介

• 一、📖 正则表达式的两种主要"风格"
• 二、🔤 核心元字符与语法格式（以ERE为例）
• • 1. 定位符（锚点）
  • 2. 匹配字符
  • 3. 指定数量（量词）
  • 4. 分组与选择
• 三、💻 在Linux常用命令中的实战示例
• 四、⚠️ 重要注意事项与技巧

---

Linux 中的正则表达式 是一种强大、灵活且高效的文本模式匹配工具。它通过一系列特殊字符和普通字符的组合，定义一个"搜索规则"或"匹配模式"，用于在文本中进行查找、替换、提取等操作。可以说，它是处理文本的"瑞士军刀"。

简单来说，正则表达式 = 普通字符 + 特殊字符（元字符）。

---

一、📖 正则表达式的两种主要"风格"

在Linux中，最常遇到的是以下两种风格，主要由 grep, sed, awk 等工具支持，其核心差异在于对元字符的转义要求不同：

特性	基本正则表达式 (BRE)	扩展正则表达式 (ERE)	说明与建议
启用方式	grep 的默认模式	grep -E 或 egrep	最常用的差异，务必记住。
元字符	仅 ^ $ . [ ] * 是元字符	增加 `( ) { } ? +	` 为元字符
举例：匹配2-3个a	a\{2,3\} (需转义)	a{2,3} (无需转义)	你之前用的 ={2,} 是 ERE 语法，所以要用 grep -E。
选择分支	不支持	`(pattern1	pattern2)`
分组	\(...\) (需转义)	(...)	将一部分模式括起来，用于后续引用或应用量词。

核心建议 ：初学者建议直接学习和使用扩展正则表达式，因为它更直观、强大，且是现代编程语言（如Python, JavaScript）中正则语法的基础。

---

二、🔤 核心元字符与语法格式（以ERE为例）

下表是必须掌握的"语法单词"，按照功能分类：

1. 定位符（锚点）

元字符	含义	示例	匹配内容
^	匹配行的开始	^Hello	以 "Hello" 开头的行。
$	匹配行的结束	world$	以 "world" 结尾的行。
\b	匹配单词边界	\bthe\b	独立的单词 "the"，而非 "there" 中的 "the"。

2. 匹配字符

元字符	含义	示例	匹配内容
.	匹配任意一个字符（换行符除外）	a.c	"abc", "adc", "a@c" 等。
[ ]	字符组，匹配其中任意一个字符	[aeiou]	任意一个元音字母。
[^ ]	否定字符组，匹配不在其中的字符	[^0-9]	任意一个非数字字符。
\d	匹配一个数字（部分工具支持）	\d+	一个或多个数字。在Linux传统工具中，等价的BRE写法是 [[:digit:]] 或 [0-9]。
\w	匹配一个单词字符（字母、数字、下划线）	\w+	一个或多个单词字符。BRE中等价于 [[:alnum:]_]。

3. 指定数量（量词）

元字符	含义	示例	匹配内容
*	匹配前面的元素0次或多次	ab*c	"ac", "abc", "abbc" ...
+	匹配前面的元素1次或多次	ab+c	"abc", "abbc" ... (不含"ac")
?	匹配前面的元素0次或1次	colou?r	"color" 或 "colour"。
{n}	匹配前面的元素恰好 n 次	a{3}	"aaa"。
{n,}	匹配前面的元素至少 n 次	a{2,}	"aa", "aaa", "aaaa" ... (你之前关卡用到的)
{n,m}	匹配前面的元素n 到 m 次	a{2,4}	"aa", "aaa", "aaaa"。

4. 分组与选择

元字符	含义	示例	匹配内容
( )	分组，将多个元素视为一个单元	(ab)+	"ab", "abab", "ababab" ...
`	`	选择，匹配左边或右边的模式	`cat

---

三、💻 在Linux常用命令中的实战示例

假设我们有一个文件 test.txt，内容如下：

Hello, world!
My email is alice@example.com.
The price is $19.99.
The numbers are 42, 7, and 1024.

你想做的事	使用的正则表达式命令	解释与输出
查找包含"email"的行	grep 'email' test.txt	普通查找，非正则。
查找以"The"开头的行	grep '^The' test.txt	使用锚点 ^。
查找所有数字	grep -Eo '[0-9]+' test.txt	-o 只输出匹配部分。输出：19, 99, 42, 7, 1024。
查找所有价格（$数字.数字）	grep -Eo '\$[0-9]+\.[0-9]{2}' test.txt	匹配美元价格格式。输出：$19.99。注意 $ 和 . 需要转义。
查找邮箱地址	grep -Eo '[[:alnum:]._%+-]+@[[:alnum:].-]+\.[[:alpha:]]{2,}' test.txt	一个简化版的邮箱匹配。输出：alice@example.com。
用 sed 替换所有数字为"NUM"	sed -E 's/[0-9]+/NUM/g' test.txt	将文件中所有连续数字替换为"NUM"。
用 find 找 .txt 和 .log 文件	`find . -regex '.*.\(txt	log)'` (BRE)

---

四、⚠️ 重要注意事项与技巧

1. 贪婪匹配 ：正则默认是"贪婪"的，会匹配尽可能长的字符串。例如，a.*b 匹配 "axxxbyyyb" 中的 "axxxbyyyb"，而不是 "axxxb"。可以使用 .*? 来启用"非贪婪"匹配（ERE中部分工具支持，如 grep -P 的Perl模式）。
2. 特殊字符转义 ：如果你想匹配元字符本身（如 .、*、$），需要在它前面加上反斜线 \ 进行转义。例如，\$ 匹配美元符号，\. 匹配点号。
3. 性能 ：复杂的正则表达式（尤其是嵌套*和+）在超大文本中可能很慢。尽量让模式精确。
4. 工具差异 ：grep、sed、awk、find 对正则的支持程度和默认风格有细微差别，使用时注意查阅手册（man command）。grep -P 支持功能最全的Perl正则，但非所有系统默认安装。

学习路径建议 ：从 grep -E 和 sed -E 开始练习，重点掌握 ^、$、[...]、*、+、?、{ }、|、( ) 这些核心元字符。理解它们后，你已经能解决Linux中90%的文本匹配问题了。

---