Linux中grep支持的正则表达式

表达式选项

-G
--basic-regexp
基本正则表达式，默认选项

-E
--extended-regexp
扩展正则表达式

-F
--fixed-strings
作为字符串处理，不是识别为正则表达式

-P
--perl-regexp
Perl兼容正则表达式

语法

以扩展正则表达式为例。

基本结构

'.':匹配单个任意字符
'?'：最多匹配前面的字符一次，0或者1
'*': 匹配前面的字符任意次
'+': 最少匹配前面的字符一次，1或者任意
'{n}': 正好匹配n次
'{n,}': 最少匹配n次
'{,m}': 最多匹配m次
'{n,m}': 最少匹配n次，最多匹配m次

字符类和括号表达式

‘[:alnum:]’
匹配字母和数字: ‘[:alpha:]’ and ‘[:digit:]’; 相当于: ‘[0-9A-Za-z]’.

‘[:alpha:]’
匹配字母包括大写字母和小写字母: ‘[:lower:]’ and ‘[:upper:]’; 相当于：‘[A-Za-z]’.

‘[:blank:]’
空白字符: 空格和制表符.

‘[:cntrl:]’
控制字符. 在ASCII表中，八进制的000~037以及177（DEL）表示的字符。

‘[:digit:]’
数字: 0 1 2 3 4 5 6 7 8 9.

‘[:graph:]’
图形字符: ‘[:alnum:]’ and ‘[:punct:]’.

‘[:lower:]’
小写字母; a b c d e f g h i j k l m n o p q r s t u v w x y z.

‘[:print:]’
可打印字符: ‘[:alnum:]’, ‘[:punct:]’, 空格.

‘[:punct:]’
标点符号： ! " # $ % & ' ( ) * + , - . / : ; < = > ? @ [ \ ] ^ _ ` { | } ~.

‘[:space:]’
空白字符:  制表符，换行符，垂直制表符，换页，回车，空格。

‘[:upper:]’
大小字母:  A B C D E F G H I J K L M N O P Q R S T U V W X Y Z.

‘[:xdigit:]’
十六进制数字: 0 1 2 3 4 5 6 7 8 9 A B C D E F a b c d e f.

反斜杠字符和特殊字符

‘\’ 后面跟一些普通字母时，会有特殊含义，这些特殊字母如下:

‘\b’
匹配单词边缘的空白字符串.

‘\B’
匹配不在单词边缘的空白字符串.

‘\<’
匹配单词开头的空字符串.

‘\>’
匹配单词末尾的空字符串.

‘\w’
匹配单词成分，类似于C语言中的标识符组成规则，由下划线，字母，数字组成，等同于‘[_[:alnum:]]’.

‘\W’
匹配非单词成分，等同于 ‘[^_[:alnum:]]’.

‘\s’
匹配空白字符，等同于 ‘[[:space:]]’.

‘\S’
匹配非空白字符，等同于 ‘[^[:space:]]’.

比如'\brat\b'只会匹配单独的单词'rat'，'\Brat\B'可以匹配'crate'但是不会匹配'full rat'

锚定

插入符号 '^' 和美元符号 '$' 是元字符，分别匹配行首和行尾的空字符串。它们被称为锚点，因为它们分别强制匹配“锚定”到一行的开头或结尾。

反向引用和子表达式

反向引用 '\ n'，其中n是单个数字，匹配之前由正则表达式的第n个括号子表达式匹配的子字符串。例如， '(a)\1' 匹配 'aa'。当与备选符号'|'一起使用时，如果该组不参与匹配，则反向引用会使整个匹配失败。例如， 'a(.)|b\1'不会匹配'ba'。
针对'a(.)|b\1'的理解比较拗口，这里其实是两组表达式，第一组'a(.)'和第二组'b\1'，第二组中找不到对应的子表达式，导致第二组会直接失效。

BRE和ERE的区别

在基本正则表达式中，这些字符没有特殊含义： ‘?’, ‘+’, ‘{’, ‘|’, ‘(’, and ‘)’ 
想要有特殊含义需要使用： ‘\?’, ‘\+’, ‘\{’, ‘\|’, ‘\(’, and ‘\)’.
也就是在基本正则表示中'+'会直接匹配'+'，想要表示至少匹配一次的含义需要使用'\+'