grep 正则表达式空格行为

Question

我有一个文本文件，其内容类似于：

12,34 EUR 
 5,67 EUR
 ...

在“EUR”之前有一个空格，我忽略了0,XX欧元。

我尝试了：

grep '[1-9][0-9]*,[0-9]\{2\}\sEUR' => 没有匹配！

grep '[1-9][0-9]*,[0-9]\{2\} EUR' => 成功匹配！

grep '[1-9][0-9]*,[0-9]\{2\}\s*EUR' => 成功匹配！

grep '[1-9][0-9]*,[0-9]\{2\}\s[E]UR' => 成功匹配！

请问有人能解释一下为什么我不能使用 \s ，但是 \s* 和 \s[E] 可以匹配吗？

操作系统：Ubuntu 10.04，grep v2.5

- Milde

Answer 1

这似乎是grep 2.5和更新版本之间在处理\s时的行为差异（旧版grep中的错误？）。我用grep 2.5.4确认了你的结果，但使用grep 2.6.3（Ubuntu 10.10）时，你的四个grep都可以工作。

注意：

GNU grep 2.5.4
echo "foo bar" | grep "\s"
   (doesn't match)

相反，

GNU grep 2.6.3
echo "foo bar" | grep "\s"
foo bar

可能会少一些麻烦（因为\s没有文档记录）：

Both GNU greps
echo "foo bar" | grep "[[:space:]]"
foo bar

我的建议是避免使用\s...而是使用[ \t]*或[[:space:]]或类似的东西。

- Kamal

---

或者只需使用 [:space:]，例如：cat file | grep "[[:space:]]"。意思是在文件中查找任何空格字符。 - Kiril Kirov

根据这个错误请求http://www.mail-archive.com/[e-mail]/msg02686.html，在较新版本的grep中似乎存在一个错误（另一种观点），但为什么最后一个语句匹配呢？ - Milde

@Milde，注意后续帖子http://www.mail-archive.com/[e-mail]/msg02689.html，其中该错误报告被标记为无效并关闭（因此在更新的grep中不被视为错误）。 - Kamal

@Milde，我查看过的所有grep文档（旧的或新的）实际上都没有提到\s。我会说它的行为是“未定义的”。请改用[:space:]，它在旧版和新版grep中都有记录。 - Kamal

谢谢，我以后会使用[:space:]来避免这个问题。 - Milde