跳到主要内容

Linux 正则表达式入门：BRE、ERE 与常用元字符

正则表达式（Regular Expression，常简称 regex / regexp）是一套描述文本模式的规则。在 Shell 编程里，它经常出现在 grep、sed、awk，以及 Bash 的 =~ 匹配中。

先记住一件重要的事：Shell 通配符不是正则表达式。

通配符（glob）正则表达式
典型场景匹配文件名：*.txt匹配文本内容
* 含义任意多个字符修饰前面的原子，表示“重复 0 次或多次”
常见工具ls、cp、Bash 路径展开grep、sed、awk

通配符见上一章 Shell 通配符。本章只讲正则。

两种常见语法​

在 Linux 上你会反复碰到两类正则：

  1. 基本正则（BRE，Basic Regular Expression）
    传统 grep、默认 sed 使用。部分元字符需要写成 \{、\( 等转义形式才有特殊含义。

  2. 扩展正则（ERE，Extended Regular Expression）
    grep -E、egrep、sed -E、awk 使用。+、?、|、() 等更直观。

还有 PCRE（Perl 兼容正则，如 grep -P），功能更强，但可移植性较差，本教程以 BRE / ERE 为主。

提示

初学时优先用扩展正则（grep -E / sed -E），书写更清晰。需要兼容老脚本时再对照 BRE。

元字符速查​

下面以扩展正则（ERE）为主说明。

匹配单个字符​

模式含义示例能匹配
.任意单个字符（通常不含换行）a.cabc、a-c
[abc]a、b 或 c 之一[aeiou]任一元音字母
[^abc]除 a、b、c 外的字符[^0-9]非数字
[a-z]范围内的字符[0-9]一位数字
\转义，取消元字符特殊含义\.字面量点号 .

位置锚定​

模式含义
^行首
$行尾
^$空行
# 以 http 开头的行
grep -E '^http' urls.txt

# 以 .conf 结尾的行
grep -E '\.conf$' files.txt

数量（量词）​

模式含义
*前面的原子重复 0 次或多次
+重复 1 次或多次（ERE）
?重复 0 次或 1 次（ERE）
{n}恰好 n 次（ERE；BRE 写作 \{n\}）
{n,}至少 n 次
{n,m}n 到 m 次
# 一个或多个数字
grep -E '[0-9]+' data.txt

# 恰好 3 个字母 a
grep -E 'a{3}' data.txt

分组与选择​

模式含义
(...)分组（ERE；BRE 写作 \(...\)）
``
grep -E '(error|warn|fatal)' app.log
grep -E 'colou?r' words.txt    # color 或 colour

常见字符类​

为可读性，很多工具支持 POSIX 字符类（写在 [] 内）：

字符类大致含义
[[:digit:]]数字
[[:alpha:]]字母
[[:alnum:]]字母或数字
[[:space:]]空白字符
[[:upper:]] / [[:lower:]]大写 / 小写字母
grep -E '[[:digit:]]{4}-[[:digit:]]{2}-[[:digit:]]{2}' dates.txt

在 Bash 中直接使用正则​

Bash 的 [[ ... =~ ... ]] 可用扩展正则做字符串匹配：

#!/bin/bash

email="user@getiot.tech"

if [[ $email =~ ^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$ ]]; then
    echo "looks like an email"
else
    echo "invalid"
fi

匹配成功后，BASH 会把捕获组分到数组 BASH_REMATCH：

[[ $email =~ ^([^@]+)@(.+)$ ]]
echo "user=${BASH_REMATCH[1]}"
echo "domain=${BASH_REMATCH[2]}"

练习：从日志里抓 IP​

假设 access.log 中有：

192.168.1.10 - GET /index.html
10.0.0.5 - GET /api

用扩展正则匹配 IPv4（简化版，未严格校验每段 0–255）：

grep -Eo '([0-9]{1,3}\.){3}[0-9]{1,3}' access.log

-o 只输出匹配到的部分，而不是整行。

小结​

  • 通配符管文件名，正则管文本内容，不要混用。
  • 日常优先学 ERE：.、[]、^$、*+?{}、()、|。
  • 真正干活时，正则几乎总是和 grep、sed、awk 一起出现。

下一章先从最常用的检索工具 grep 开始。