Grep 不显示结果，在线正则表达式测试器显示答案

【问题标题】：Grep does not show results, online regex tester doesGrep 不显示结果，在线正则表达式测试器显示
【发布时间】：2019-04-18 02:18:43
【问题描述】：

我对 grep 的行为相当陌生。我有一堆包含如下行的 XML 文件：

<identifier type="abc">abc:def.ghi/g1234.ab012345</identifier>
<identifier type="abc">abc:def.ghi/g5678m.ab678901</identifier>

我想在斜线之后获取标识符部分并使用RegexPal构造一个正则表达式：

[a-z]\d{4}[a-z]*\.[a-z]*\d*

它突出了我想要的一切。完美的。现在，当我在同一个文件上运行 grep 时，我没有得到任何结果。而且正如我所说，我对 grep 真的不太了解，所以我尝试了所有不同的组合。

grep [a-z]\d{4}[a-z]*\.[a-z]*\d* test.xml
grep "[a-z]\d{4}[a-z]*\.[a-z]*\d*" test.xml
egrep "[a-z]\d{4}[a-z]*\.[a-z]*\d*" test.xml
grep '[a-z]\d{4}[a-z]*\.[a-z]*\d*' test.xml
grep -E '[a-z]\d{4}[a-z]*\.[a-z]*\d*' test.xml

我做错了什么？

【问题讨论】：

标签： regex grep

【解决方案1】：

您的正则表达式与输入不匹配。让我们分解一下：

[a-z] 匹配 g
\d{4} 匹配 1234
[a-z]* 不匹配 .

另外，我相信grep 和家人不喜欢\d 语法。试试[0-9] 或[:digit:]

最后，在使用正则表达式时，更喜欢egrep 而不是grep。我不记得确切的细节，但egrep 支持更多的正则表达式运算符。此外，在许多 shell 中（包括您提到的 OS X 上的 bash，使用单引号而不是双引号，否则 * 将在 grep 看到它之前被 shell 扩展为当前目录中的文件列表（以及其他 shell元字符也会被扩展）。Bash 不会触及单引号中的任何内容。

【讨论】：

这里有错字，抱歉。现在已经更正了。并且在线工具中的正则表达式仍然匹配。
非常感谢！ [0-9] 提供了帮助。
非常感谢！ egrep 岩石。
我很困惑。 [a-z]* 不匹配 . 但它是可选的，因此它匹配 0 个字符，然后正则表达式的下一位匹配点。这就是它在正则表达式测试器站点上工作的原因。我认为实际的问题是像你建议的那样使用扩展的正则表达式。

【解决方案2】：

grep 默认不支持\d。要匹配数字，请使用[0-9]，或允许与 Perl 兼容的正则表达式：

$ grep -P "[a-z]\d{4}[a-z]*\.[a-z]*\d*" test.xml

或：

$ egrep "[a-z][0-9]{4}[a-z]*\.[a-z]*[0-9]*" test.xml

【讨论】：

【解决方案3】：

grep 使用“基本”正则表达式：（摘自手册页）

Basic vs Extended Regular Expressions
   In basic regular expressions the meta-characters ?, +, {, |, (, and ) lose their
   special meaning; instead use the backslashed versions \?, \+, \{,  \|,  \(,  and
   \).

   Traditional  egrep  did  not  support  the  {  meta-character,  and  some  egrep
   implementations support \{ instead,  so  portable  scripts  should  avoid  {  in
   grep -E patterns and should use [{] to match a literal {.

   GNU  grep -E  attempts  to  support  traditional usage by assuming that { is not
   special if it would be the start of  an  invalid  interval  specification.   For
   example,  the  command  grep -E '{1'  searches  for  the two-character string {1
   instead of reporting a syntax error in the regular expression.   POSIX.2  allows
   this behavior as an extension, but portable scripts should avoid it.

另外，取决于您在哪个 shell 中执行的 '*' 字符可能会被扩展。

【讨论】：

我在 OS X 上使用 bash 3.2。-E 开关也无济于事（在我原来的问题中添加）

【解决方案4】：

您可以使用以下命令：

$ cat file
<identifier type="abc">abc:def.ghi/g1234.ab012345</identifier>

# Use -P option to enable Perl style regex \d.
$ grep -P  '[a-z]\d{4}[a-z]*\.[a-z]*\d*' file
<identifier type="abc">abc:def.ghi/g1234.ab012345</identifier>

# to get only the part of the input that matches use -o option:
$ grep -P -o '[a-z]\d{4}[a-z]*\.[a-z]*\d*' file
g1234.ab012345

# You can use [0-9] inplace of \d and use -E option.
$ grep -E -o '[a-z][0-9]{4}[a-z]*\.[a-z]*[0-9]*' file
g1234.ab012345
$

【讨论】：

对不起，我有一个错字。测试文件是对的，在线工具中正则匹配。

【解决方案5】：

试试这个：

[a-z]\d{5}[.][a-z]{2}\d{6}

【讨论】：

好的，改变需求，然后试试这个：[a-z][0-9]{4}[1-z]*[.][a-z]{2}[0-9]{ 6}

【解决方案6】：

在 grep 中试试这个表达式：

[a-z]\d{4}[a-z]*\.[a-z]*\d*

【讨论】：