這grep咋還不支持\d呢(BRE,ERE,PCRE)

原創：打碼日記（微信公眾號ID：codelogs），歡迎分享，轉載請保留出處。

簡介

對於剛使用Linux不久的同學，肯定會遇到這個問題，就是用grep匹配數字時，發現\d匹配不了數字。

主要原因是grep支持三種正則表達式BRE,ERE,PCRE，而其默認使用的是BRE，但\d是定義在PCRE中的，所以grep默認是不支持\d的。

正則表達式分類

BRE
基本的正則表達式（Basic Regular Expression 簡稱 BRE），由posix標准定義，為了統一歷史上混亂的正則實現。

ERE
擴展的正則表達式（Extended Regular Expression 簡稱 ERE），由posix標准定義，解決了一些BRE的缺陷並補充了一些新功能。

PCRE
Perl兼容的正則表達式（Perl Compatible Regular Expression 簡稱 PCRE），由perl語言發展而來，而后移植到各平台與編程語言中，所以稱其為Perl兼容的正則表達式。

如今主流編程語言(java,python)中的正則實現，基本都是PCRE，PCRE功能也比BRE,ERE要強大得多，雖然大部分同學只知道其基礎部分。

BRE,ERE,PCRE對比

功能	描述	BRE	ERE	PCRE
字符組	匹配指定任一字符	[..]	[..]	[..]
排除字符組	匹配非指定任一字符	[^..]	[^..]	[^..]
簡寫字符組.號	匹配非換行字符	.	.	.
簡寫字符組	匹配數字 匹配非數字	不支持	不支持	\d \D
簡寫字符組	匹配字母數據下划線 匹配非字母數字下划線	\w \W	\w \W	\w \W
簡寫字符組	匹配空白符 匹配非空白符	\s \S	\s \S	\s \S
匹配量詞	匹配0次或多次	*	*	*
匹配量詞	匹配1次或多次	\+	+	+
匹配量詞	匹配0次或1次	\?	?	?
匹配量詞	匹配x次 匹配x次或以上 匹配x次或以上y次或以下	\{x\} \{x,\} \{x,y\}	{x} {x,} {x,y}	{x} {x,} {x,y}
懶惰匹配量詞	盡量不匹配	不支持	不支持	*? +? ?? {x}? {x,}? {x,y}?
占有匹配量詞	匹配后就不會回溯	不支持	不支持	*+ ++ ?+ {x}+ {x,}+ {x,y}+
位置限定	匹配行開頭位置	^	^	^
位置限定	匹配行結尾位置	$	$	$
位置限定	匹配單詞邊界 匹配非單詞邊界	\b \B	\b \B	\b \B
多選結構	多選匹配條件	|	`	`
捕獲組與反向引用	分組並捕獲	\(...\) \1 \2	(...) \1 \2	(...) \1 \2
僅分組	僅分組不捕獲括號	不支持	不支持	(?:)
固化分組	匹配后就不回溯的分組	不支持	不支持	(?>)
環視	零長度斷言	不支持	不支持	(?=...) (?!...) (?<=...) (?<!...)

可以發現BRE與ERE的主要區別是，BRE對於+,?,{x},|,()，需要使用\轉義后，才能表達正則的含義，否則視為普通字符，而ERE默認表示正則元字符，加\才是普通字符。

另外，對於我們常用的\d，BRE與ERE都不支持。

命令與它們的正則分類

grep
對於grep，默認使用BRE，grep -E或egrep使用ERE，實際上grep -E與egrep是等價的，grep -P使用PCRE。

另外，值得一提的是grep -F代表普通字符串匹配，grep -w代表單詞模式匹配，如grep -w abc等價於grep '\babc\b'，其中\b用於匹配單詞邊界。

sed
對於sed，默認也使用BRE，sed -E或sed -r使用ERE，sed不支持PCRE。

awk
對於awk來說，默認就是ERE，它不支持BRE與PCRE。

另外，PCRE發布了兩個新的輪子pcregrep與pcre2grep，功能上類似於grep，不過是專門用PCRE規范實現的，pcre2grep有個好用的功能，可以很方便的使用正則提取數據，如下：

$ echo -e 'name:zhangsan,age:18 \n name:lisi,age:20' | pcre2grep -O '$1 $2' 'name:(\w+),age:(\d+)'
zhangsan 18
lisi 20

往期內容

不容易自己琢磨出來的正則表達式用法
原來awk真是神器啊
Linux文本命令技巧(上)
Linux文本命令技巧(下)
字符編碼解惑