正则表达式的grep范围

Question

我正在尝试在Linux的grep命令中使用正则表达式。

(^\s*\*\s*\[ \][^\*]+?(\w*\:[^\*]+\d$)|([^\*]+[.]com[.]au$))

当我在https://www.regextester.com上使用文件内容测试时，我得到了所需的结果，即匹配了所需的字段。但是当我尝试将其用作

grep '(^\s*\*\s*\[ \][^\*]+?(\w*\:[^\*]+\d$)|([^\*]+[.]com[.]au$))' file1

所有它给我的只是一个空值！

问题出在哪里呢？

- Kiran Vemuri

Answer 1

我认为grep不理解像\w和\s这样的字符类。请尝试使用grep -E或egrep。（grep -E相当于egrep，egrep只是更短更方便输入。）

因此，你的命令应该是：

egrep '(^\s*\*\s*\[ \][^\*]+?(\w*\:[^\*]+\d$)|([^\*]+[.]com[.]au$))' file1

- Tim Pote

---

很酷，但我如何进行多行搜索？ 假设grep逐行工作。 我想要一个多行搜索。 那么有什么解决方案吗？ - Kiran Vemuri

@KiranVemuri 这是一个不同的问题，与您在此提出的问题不同。这个主题已经被这个SO问题涵盖了。 - Tim Pote

默认情况下，egrep也不理解\s或\w。但是，如果PCRE已经编译过了，你可以使用--perl-regexp标志。 - Todd A. Jacobs

@CodeGnome RTM：http://www.gnu.org/software/grep/manual/html_node/The-Backslash-Character-and-Special-Expressions.html#The-Backslash-Character-and-Special-Expressions - Tim Pote

虽然公平地说，它确实表示应该对“grep”也起作用。我相当确定在旧版本中那是一个“egrep”扩展。 - Tim Pote

Answer 2

pcregrep -M  '(^\s*\*\s*\[ \][^\*]+?(\w*\:[^\*]+\d$)|([^\*]+[.]com[.]au$))'

做到了：)

- Kiran Vemuri

Answer 3

grep(1) 默认使用 POSIX 基本正则表达式，而在使用 -E 选项时，则使用 POSIX 扩展正则表达式。

在 POSIX 正则表达式 中，非特殊字符在转义时具有未定义的行为，例如 \s，并且没有非贪婪匹配的语法，例如 +?。此外，在 BRE 中，+ 和 | 运算符不可用，并且必须转义括号才能执行分组。

POSIX 字符类 [[:space:]] 和 [[:alnum:]_] 分别是 \s 和 \w 的可移植替代品。

通过排除下一个匹配字符可以用来模拟非贪婪匹配，例如 [^*]+?\w*: 等价于 [^*[:alnum:]_:]+[[:alnum:]_]*:。

给定的正则表达式可以表示为多个BRE：

grep -e '^[[:space:]]*\*[[:space:]]\{1,\}\[ \][^*[:alnum:]_+]\{1,\}[[:alnum:]_]*:[^*]\{1,\}[[:digit:]]$' \
    -e '[^*]\{1,\}\.com\.au$' file1

或者一个ERE：

grep -E '^[[:space:]]*\*[[:space:]]*\[ \][^*[:alnum:]_:]+[[:alnum:]_]*:[^*]+[[:digit:]]$|[^*]+\.com\.au$' \
    file1

请注意，GNU 实现的 grep(1) 允许使用短字符类 (\s 和 \w) 和非贪婪重复 (+?)，作为不可移植的扩展功能。

- kdhp