2. 基本语法
我们知道 C 的变量和 Shell 脚本变量的定义和使用方法很不相同，表达能力也不相同，C 的变量有各种类型，而 Shell 脚本变量都是字符串。同样道理，各种工具和编程语言所使用的正则表达式规范的语法并不相同，表达能力也各不相同，有的正则表达式规范引入很多扩展，能表达更复杂的模式，但各种正则表达式规范的基本概念都是相通的。本节介绍 egrep(1) 所使用的正则表达式，它大致上符合 POSIX 正则表达式规范，详见 regex(7) （看这个 man page 对你的英文绝对是很好的锻炼）。希望读者仿照上一节的例子，一边学习语法，一边用 egrep 命令做实验。
表 32.1. 字符类
| 字符 | 含义 | 举例 |
|---|---|---|
| . | 匹配任意一个字符 | abc.可以匹配 abcd、abc9 等 |
| [] | 匹配括号中的任意一个字符 | [abc]d 可以匹配 ad、bd 或 cd |
| - | 在[]括号内表示字符范围 | [0-9a-fA-F]可以匹配一位十六进制数字 |
| ^ | 位于[]括号内的开头，匹配除括号中的字符之外的任意一个字符 | [^xy]匹配除 xy 之外的任一字符，因此[^xy]1 可以匹配 a1、b1 但不匹配 x1、y1 |
| [[:xxx:]] | grep 工具预定义的一些命名字符类 | [[:alpha:]]匹配一个字母，[[:digit:]]匹配一个数字 |
表 32.2. 数量限定符
| 字符 | 含义 | 举例 |
|---|---|---|
| ? | 紧跟在它前面的单元应匹配零次或一次 | [0-9]?.[0-9]匹配 0.0、2.3、.5 等，由于.在正则表达式中是一个特殊字符，所以需要用\转义一下，取字面值 |
| + | 紧跟在它前面的单元应匹配一次或多次 | [a-zA-Z0-9_.-]+@[a-zA-Z0-9_.-]+.[a-zA-Z0-9_.-]+匹配 email 地址 |
| * | 紧跟在它前面的单元应匹配零次或多次 | [0-9][0-9]*匹配至少一位数字，等价于[0-9]+，[a-zA-Z_]+[a-zA-Z_0-9]*匹配 C 语言的标识符 |
| {N} | 紧跟在它前面的单元应精确匹配 N 次 | [1-9][0-9]{2}匹配从 100 到 999 的整数 |
| {N,} | 紧跟在它前面的单元应匹配至少 N 次 | [1-9][0-9]{2,}匹配三位以上（含三位）的整数 |
| {,M} | 紧跟在它前面的单元应匹配最多 M 次 | [0-9]{,1}相当于[0-9]? |
| {N,M} | 紧跟在它前面的单元应匹配至少 N 次，最多 M 次 | [0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}匹配 IP 地址 |
再次注意 grep 找的是包含某一模式的行，而不是完全匹配某一模式的行。再举个例子，如果文本文件的内容是
aaabc
aad
efg
查找 a* 这个模式的结果是三行都被找出来了
$ egrep 'a*' testfile
aabc
aad
efg
a* 匹配 0 个或多个a ，而第三行包含 0 个a ，所以也包含了这一模式。单独用a* 这样的正则表达式做查找没什么意义，一般是把a* 作为正则表达式的一部分来用。
表 32.3. 位置限定符
| 字符 | 含义 | 举例 |
|---|---|---|
| ^ | 匹配行首的位置 | ^Content 匹配位于一行开头的 Content |
| $ | 匹配行末的位置 | ;$匹配位于一行结尾的;号，^$匹配空行 |
| < | 匹配单词开头的位置 | <th 匹配… this，但不匹配 ethernet、tenth |
| > | 匹配单词结尾的位置 | p>匹配 leap …，但不匹配 parent、sleepy |
| \b | 匹配单词开头或结尾的位置 | \bat\b 匹配… at …，但不匹配 cat、atexit、batch |
| \B | 匹配非单词开头和结尾的位置 | \Bat\B 匹配 battery，但不匹配… attend、hat … |
位置限定符可以帮助 grep 更准确地查找，例如上一节我们用 [0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3} 查找 IP 地址，找到这两行
192.168.1.1
1234.234.04.5678
如果用 ^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}$ 查找，就可以把 1234.234.04.5678 这一行过滤掉了。
表 32.4. 其它特殊字符
| 字符 | 含义 | 举例 |
|---|---|---|
| \ | 转义字符，普通字符转义为特殊字符，特殊字符转义为普通字符 | 普通字符<写成<表示单词开头的位置，特殊字符.写成.以及\写成\就当作普通字符来匹配 |
| () | 将正则表达式的一部分括起来组成一个单元，可以对整个单元使用数量限定符 | ([0-9]{1,3}.){3}[0-9]{1,3}匹配 IP 地址 |
| | | 连接两个子表达式，表示或的关系 | n(o|either)匹配 no 或 neither |
以上介绍的是 grep 正则表达式的 Extended 规范，Basic 规范也有这些语法，只是字符 ?+{}|() 应解释为普通字符，要表示上述特殊含义则需要加 \ 转义。如果用 grep 而不是 egrep ，并且不加 -E 参数，则应该遵照 Basic 规范来写正则表达式。