Linux Bash 通配符详解

Linux Bash 通配符详解

通配符允许您简洁地指定用于匹配一组文件名的模式（例如，*.pdf 模式可以获得所有 PDF 文件列表）。通配符通常也被称为 glob 模式。但是，glob 模式的用途不仅仅只能生成一个有用的文件名列表。Bash man 帮助页面中将 glob 模式简单地称为 “Pattern Matching(模式匹配)”。

通配符模式语法

首先，让我们快速回顾一下 Bash 的 glob 模式的语法。除了众所周知的简单通配符之外，Bash 还有扩展的 globbing，其增强了额外的特性。这些扩展的特性是通过 extglob 选项启用的。

模式	描 述
*	匹配任何字符串，包括空字符串
?	匹配任何单个字符
[…]	匹配在指定集合中任何单个字符
?(pattern-list)	匹配零个或一个指定模式的匹配项（extglob）
*(pattern-list)	匹配零个或更多指定模式的匹配项（extglob）
+(pattern-list)	匹配一个或更多指定模式的匹配项（extglob）
@(pattern-list)	匹配其中一个指定模式的匹配项（extglob）
!(pattern-list)	匹配任何不匹配指定模式的项目（extglob）

通配符的简单使用示例

假如当前目录中只有这几个非隐藏文件，如下所示：

$ ls
a.jpg   b.gif   c.png   d.pdf   ee.pdf

• 简单通配符示例

  下面我们进行简单的模式匹配

  $ ls *.jpg
  a.jpg
  
  $ ls ?.pdf
  d.pdf
  
  $ ls [ab]*
  a.jpg  b.gif
  

• 扩展通配符示例

  扩展通配符的模式列表（[pattern-list]）中的各项由 | 分割。

  扩展通配符帮助您轻松解决许多问题，否则，需要相当多的丑陋的黑客行为。

  想要使用扩展的 glob 进行匹配，首先要确认是否已经启用了 extglob 选项：

  $ shopt | grep extglob
  extglob        	on
  

  on 说明已经启用该选项，如果是 off，则使用以下命令启用

  $ shopt -s extglob
  

  如果已经启用该选项了，则可以使用扩展通配符进行匹配：

  # 匹配指定模式的零个或一个
  $ ls ?(*.jpg|*.gif)
  a.jpg  b.gif
  
  # 除了 jpg 和 gif 以外
  $ ls !(*.jpg|*.gif)
  c.png d.pdf ee.pdf
  
  # 删除除了匹配到的 jpg 以外的文件
  $ rm !(*.jpg)
  
  # 复制除了 04 开头的 MP3 以外的所有文件到 /mnt
  $ cp !(04*).mp3 /mnt
  

  再一些示例：

  $ ls *.pdf
  ee.pdf  e.pdf  .pdf
  
  $ ls ?(e).pdf    # 允许零个或一个 e
  e.pdf  .pdf
  
  $ ls *(e).pdf    # 允许零个或更多 e
  ee.pdf  e.pdf  .pdf
  
  $ ls +(e).pdf    # 允许一个或更多 e
  ee.pdf  e.pdf
  
  $ ls @(e).pdf    # 只允许一个 e
  e.pdf
  

通配符匹配一些重要细节

通过简单的使用，看起来比较简单。但是其实还是有一些重要的细节问题。

星号 *

星号(*)通配符匹配任意字符串，包括 null(空) 字符串。在启用了 globstar shell 选项，并且 * 用在路径扩展环境时，那么，相连两个星号(**) 将匹配所有文件和零个或多个目录以及子文件夹。如果两个星号跟在斜杠后面(/**)，那么这只能匹配目录和子目录。这段描述来自 bash man 页面。

这是当前目录现状：

# tree
.
├── anaconda-ks.cfg
└── test
    ├── filea
    ├── fileA
    ├── fileb
    ├── fileB
    ├── filec
    ├── fileC
    ├── filed
    ├── fileD
    └── subdir
        ├── file1
        ├── file2
        ├── file3
        ├── file4
        ├── file5
        └── file6

# 其实当前目录中还有一些隐藏文件没有显示出来。

# ls -a
.                .bash_history  .bashrc  .cshrc    .tcshrc
..               .bash_logout   .cache   .lesshst  test
anaconda-ks.cfg  .bash_profile  .config  .local    .viminfo

下面使用两个星号示例

# ls **
anaconda-ks.cfg

test:
filea  fileA  fileb  fileB  filec  fileC  filed  fileD  subdir

# 使用 /** 这种语法
]# ls ./**
./anaconda-ks.cfg

./test:
filea  fileA  fileb  fileB  filec  fileC  filed  fileD  subdir


# ls test/**
test/filea  test/fileb  test/filec  test/filed
test/fileA  test/fileB  test/fileC  test/fileD

test/subdir:
file1  file2  file3  file4  file5  file6

从以上结果可以看到，tree 和 * 都不能显示或匹配以 . 开头的隐藏文件。

在 man 7 glob 帮助中，有一段这样的描述：如果文件名以 . 开头的，那么，点 . 字符必须显示地进行匹配。例如，rm * 不会删除 .profile 文件，tar c * 也不会归档所有文件，而使用 tar c . 更好。

想要列出当前目录中所有的隐藏文件，使用下面的格式并不是我们想要的：

# ls -d .*
.              .bash_logout   .cache   .lesshst  .viminfo
..             .bash_profile  .config  .local
.bash_history  .bashrc        .cshrc   .tcshrc

这是因为任何目录中都有 . (当前目录) 和 .. (上一级目录)。

使用以下格式是可以的：

# ls -d .[!.]*
.bash_history  .bashrc  .cshrc    .tcshrc
.bash_logout   .cache   .lesshst  .viminfo
.bash_profile  .config  .local

想要列出当前目录中所有文件和文件夹，但不会显示 . 和 ..

# ls -d * .[^.]*

想要列出所有非隐藏的目录

ls -d /etc/*/

[…] 表达式

[…] 这种表达式有几点比较特殊：

• 如果在 [ 后面紧跟的不是 ! 或 ^ ，则会匹配中括号中出现的任何单个字符。否则，就是取补集，即会匹配非中括号中出现的任意单个字符。

• 中括号中字符串不能为空。因此，只要 ] 出现在中括号的第一个位置，那么 ] 可以允许出现在其中。例如，[][!] 匹配这三个字符：[ , ] 和 !。

• 想要表达一个范围，可以使用这种简便的格式，即在两个字符之间用 - 分开。例如 [a-fA-F0-9] 等价于 [abcdefABCDEF0123456789]。通过把 - 放在中括号的第一个或最后一个位置，就可以匹配字面上的自己。例如，[]-] 匹配两个字符：] 和 -。[-.0] 会匹配三个字符：-, ., 0。

• 在实际使用您可能遇到与想象不一样的情况，例如在当前目录中有以下文件和一个子目录 subdir：

  ]# ls
  filea  fileA  fileb  fileB  filec  fileC  filed  fileD  subdir
  
  ]# ls file[a-c]
  filea  fileA  fileb  fileB  filec
  

  您会发现 [a-c] 匹配的等价于 [aAbBc]，而不是想象的 [abc]。其原因是范围表达式中的字符排序次序是由当前的 locale (区域设置，涉及语言、地区和编码) 和已经设置过的 LC_COLLATE 或 LC_ALL shell 变量的值确定的。

  范围 [X-Y] 表示的是由当前排序顺序中位于X和Y（包括X和Y）之间的所有字符组成，而该排序顺序则由当前的 locale(区域设置)中的 LC_COLLATE 类别的值决定。

  当前 locale 的值查询如下：

  ]# locale
  LANG=en_US.UTF-8
  LC_CTYPE="en_US.UTF-8"
  LC_NUMERIC="en_US.UTF-8"
  LC_TIME="en_US.UTF-8"
  LC_COLLATE="en_US.UTF-8"
  LC_MONETARY="en_US.UTF-8"
  LC_MESSAGES="en_US.UTF-8"
  LC_PAPER="en_US.UTF-8"
  LC_NAME="en_US.UTF-8"
  LC_ADDRESS="en_US.UTF-8"
  LC_TELEPHONE="en_US.UTF-8"
  LC_MEASUREMENT="en_US.UTF-8"
  LC_IDENTIFICATION="en_US.UTF-8"
  LC_ALL=
  

  想要得到传统的范围表达式解释，让 [a-d] 等价于 [abcd]，请把 LC_ALL shell 变量的值设置为 C，或者，启用 globasciiranges shell 选项。在设置以上这些shell变量时，其优先级是不同的，具体为：“LC_ALL > LC_* > LANG”。

  ]# LC_ALL=C
  ]# ls file[a-c]
  filea  fileb  filec
  

  这里有一篇关于locale的解释供参考

• 命名字符类

  为了减少以上这种因为国际化而造成的不便，可以使用已经设置好的字符类：

  字符类	说明
  [:alnum:]	所有字母和数字
  [:alpha:]	所有字符，包括大小写
  [:blank:]	所有水平空白字符
  [:cntrl:]	所有控制字符（不可打印）
  [:digit:]	所有数字，等价于 [0-9]
  [:graph:]	所有图形字符
  [:lower:]	所有小写字符
  [:print:]	所有可打印字符
  [:punct:]	所有标点符号
  [:space:]	所有水平和垂直空格
  [:upper:]	所有大写字符
  [:xdigit:]	所有十六进制字符

  注意：在使用中要采用这种格式：[[:alnum:]]

  ]# ls file[[:lower:]]
  filea  fileb  filec  filed
  

  这种命令字符类在使用时可以在这基础上进行添加其他字符：

  ]# ls file[[:alnum:]_]
  # 这样就可以在数字字符基础上增加 _ ，这就与对变量名的要求一致了。
  

路径中的 /

按理说，通配符匹配会分别应用于路径名的各个组件，但是路径中的 / 不能被 ? 或 * 通配符或者像 [.-0] 这样的范围所匹配。显示包含 / 字符的范围在语法上是不正确的。（POSIX要求语法上错误的模式保持不变。）

# ls subdir[/]file*
ls: cannot access 'subdir[/]file*': No such file or directory

结论

通配符使用频繁，但是要掌握到位还是下一些功夫的。