[转帖] 这grep咋还不支持\d呢(BRE,ERE,PCRE)

https://www.cnblogs.com/codelogs/p/16060372.html

简介#

对于刚使用Linux不久的同学，肯定会遇到这个问题，就是用grep匹配数字时，发现\d匹配不了数字。

主要原因是grep支持三种正则表达式BRE,ERE,PCRE，而其默认使用的是BRE，但\d是定义在PCRE中的，所以grep默认是不支持\d的。

正则表达式分类#

BRE
基本的正则表达式（Basic Regular Expression 简称 BRE），由posix标准定义，为了统一历史上混乱的正则实现。

ERE
扩展的正则表达式（Extended Regular Expression 简称 ERE），由posix标准定义，解决了一些BRE的缺陷并补充了一些新功能。

PCRE
Perl兼容的正则表达式（Perl Compatible Regular Expression 简称 PCRE），由perl语言发展而来，而后移植到各平台与编程语言中，所以称其为Perl兼容的正则表达式。

如今主流编程语言(java,python)中的正则实现，基本都是PCRE，PCRE功能也比BRE,ERE要强大得多，虽然大部分同学只知道其基础部分。

BRE,ERE,PCRE对比#

功能	描述	BRE	ERE	PCRE
字符组	匹配指定任一字符	[..]	[..]	[..]
排除字符组	匹配非指定任一字符	[^..]	[^..]	[^..]
简写字符组.号	匹配非换行字符	.	.	.
简写字符组	匹配数字 匹配非数字	不支持	不支持	\d \D
简写字符组	匹配字母数据下划线 匹配非字母数字下划线	\w \W	\w \W	\w \W
简写字符组	匹配空白符 匹配非空白符	\s \S	\s \S	\s \S
匹配量词	匹配0次或多次	*	*	*
匹配量词	匹配1次或多次	\+	+	+
匹配量词	匹配0次或1次	\?	?	?
匹配量词	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}
懒惰匹配量词	尽量不匹配	不支持	不支持	*? +? ?? {x}? {x,}? {x,y}?
占有匹配量词	匹配后就不会回溯	不支持	不支持	*+ ++ ?+ {x}+ {x,}+ {x,y}+
位置限定	匹配行开头位置	^	^	^
位置限定	匹配行结尾位置	$	$	$
位置限定	匹配单词边界 匹配非单词边界	\b \B	\b \B	\b \B
多选结构	多选匹配条件	|	`	`
捕获组与反向引用	分组并捕获	\(...\) \1 \2	(...) \1 \2	(...) \1 \2
仅分组	仅分组不捕获括号	不支持	不支持	(?:)
固化分组	匹配后就不回溯的分组	不支持	不支持	(?>)
环视	零长度断言	不支持	不支持	(?=...) (?!...) (?<=...) (?<!...)

可以发现BRE与ERE的主要区别是，BRE对于+,?,{x},|,()，需要使用\转义后，才能表达正则的含义，否则视为普通字符，而ERE默认表示正则元字符，加\才是普通字符。

另外，对于我们常用的\d，BRE与ERE都不支持。

命令与它们的正则分类#

grep
对于grep，默认使用BRE，grep -E或egrep使用ERE，实际上grep -E与egrep是等价的，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代表单词模式匹配，如grep -w abc等价于grep '\babc\b'，其中\b用于匹配单词边界。

sed
对于sed，默认也使用BRE，sed -E或sed -r使用ERE，sed不支持PCRE。

awk
对于awk来说，默认就是ERE，它不支持BRE与PCRE。

另外，PCRE发布了两个新的轮子pcregrep与pcre2grep，功能上类似于grep，不过是专门用PCRE规范实现的，pcre2grep有个好用的功能，可以很方便的使用正则提取数据，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

往期内容#

不容易自己琢磨出来的正则表达式用法
原来awk真是神器啊
Linux文本命令技巧(上)
Linux文本命令技巧(下)
字符编码解惑