Linux命令中的正规表达式元字符大解析

虽然有很多人知道如何使用正则表达式，但一旦要将其运用到各个Linux命令中，相信仍有很多人会有这样的疑问——“这样的写法到底适不适合这条命令？”

只要知道这3种正则表达式元字符集就足够了

不同的命令，对应的正则表达式元字符的集合范围也不一样。但是理论上来说只要知道以下3种（2大类+1个子集）正则表达式元字符集就足够了。

1. BRE（基本正则表达式）元字符集
2. ERE（扩展正则表达式）元字符集
3. ERE的AWK子集

当然，除了它们之外还有GNU扩展正则表达式元字符集、Perl扩展正则表达式元字符集、JavaScript扩展正则表达式元字符集等等。但如果想在任何UNIX（或者说POSIX）环境下通用，只记住它们三个就绰绰有余了。（就算你不想局限于POSIX，其他的大体上都是在ERE元字符集的基础上加上各自的不同拓展而已，只要ERE掌握得牢固，学习起来也花不了多少精力。）

各Linux命令分别对应哪个元字符集合？

既然知道了对于Linux命令，只有3种分类，那么到底具体是怎样的对应关系呢？只要看下面的表格就一目了然了。

命令	对应的元字符集合
AWK	ERE的AWK子集
ed	BRE元字符集
egrep	ERE元字符集
ex	BRE元字符集
grep(没有’-E’)	BRE元字符集
grep(有’-E’)	ERE元字符集
more	BRE元字符集
sed	BRE元字符集
vi	BRE元字符集

通常的grep命令（没有-E选项），在部分原来只属于ERE元字符集的字符的前面加上反斜杠\同样能使按照ERE的规则发挥作用。

各元字符集的说明

既然已经知道了具体那条命名对应哪个集合，下面开始详细介绍各个元字符集。

1.BRE(基本正则表达式)元字符集

元字符集中（并不局限于BRE），元字符可以根据使用的场合进一步细分为3组。

a-1.用于匹配字符串的元字符（位于[]外部）

元字符	含义
^	匹配字符串（通常是一行）的头部
$	匹配字符串（通常是一行）的尾部
.	匹配任意一个字符
[…]	匹配被包围在[]中的任意一个字符
[^…]	匹配不被包围在[]中的任意一个字符
*	【重复次数指定】前面出现的内容出现了0次以上
{n}	【重复次数指定】前面出现的内容出现了n次
{n,}	【重复次数指定】前面出现的内容出现了n次
{m,n}	【重复次数指定】前面的内容出现了m次以上，n次以下
(…)	【内容指定】其包围的内容可以被后面引用
\n	【规则复用】指在第n次被(…)包围的匹配规则，用于复用。比如用^([A-Z])123\1$去匹配ABC123ABCABC。最后$之前的\1被解释为[A-Z]
\x	转义，如^，\\$$\begin{gathered} ， \\ 用于匹{配}^{，} \end{gathered}$$，\本身

a-2.用于匹配字符串的元字符（位于[]内部）

元字符	含义
^	如果紧跟在[之后，那么代表取反，否则代表[本身
-	用于简单明了地指定匹配字符的范围，而不是逐个列举，如果紧跟在]之前，则代表-本身
[:word:]	被称作POSIX字符类。word可以为alnum（所有的字母和数字）、cntrl（所有控制字符）、lower（所有小写字母）、space（空格、Tab、换行）、alpha（所有字母）、digit（所有数字）、print（除了控制字符之外的所有字符）、upper（所有大写字母）、blank（空格、Tab）、graph（控制字符、空格、Tab以外的所有字符等等
[.word.]	比如说，[[.hoge.]]就相当于(hoge){1,}，但是并不常用
[=x=]	比如说，[=a=]，可以匹配a、à、â等等，然而这个用法也很不常见

b.用于指定被替换后的字符串（位于sed等的s/A/B/中的B部分）

正则表达式不但用于查找字符串，而且常用于加工（替换）。

元字符	含义
\n	替换第n次被(…)包围的的内容
&	替换成功匹配的全体字符串
\x	转义

2.ERE（扩展正则表达式）元字符集

a-1.用于匹配字符串的元字符（位于[]外部）

扩展了BRE，可使用的元字符增加了（如：+、？、|），然而并不一定兼容BRE的用法，主要目的是使得书写更加清晰，如：(、)、{、}等等不需要书写烦人的\。

元字符	含义
+	【重复次数指定】前面出现的内容出现了1次以上
{n}	【重复次数指定】前面出现的内容出现了n次
{n,}	【重复次数指定】前面出现的内容出现了n次
{m,n}	【重复次数指定】前面的内容出现了m次以上，n次以下
(…)	【内容指定】其包围的内容可以被后面引用
|	【逻辑或】只要匹配其左或者右的内容均可，注意以下的写法^ABD
\x	转义

a-2.用于匹配字符串的元字符（位于[]内部）

这部分跟BRE相同。

b.用于指定被替换后的字符串（位于sed等的s/A/B/中的B部分）

这部分也是跟BRE一样。但是，

3.ERE中的AWK子集

该子集中缺少的最重要的一个元字符就是用于指定重复次数的{和}。
实际上，2008版本的POSIX就有将这个元字符加入回去的建议，但现在各操作系统实装的AWK程序很少能做到与ERE通用。