Question

我正试图通过扩展grep中的正则表达式来理解[]语法。

以下两种模式是等效的：

$ echo "foo_bar" | grep -E "[a-z_]+$"     
foo_bar
$ echo "foo_bar" | grep -E "[_a-z]+$" 
foo_bar

但是，这两个不是：

$ echo "foobar[]" | grep -E "[a-z_\[\]]+$" 
foobar[]
$ echo "foobar[]" | grep -E "[a-z\[\]_]+$"

这是为什么？在任何地方都有记录吗？在man grep中我什么都看不到。

Answer 1

使用双引号"和反斜杠\时应格外小心，因为BASH首先处理反斜杠。这会将您的正则表达式更改为[a-z_[]]+$。但是，仍然有一个好处，对于这个问题的其余部分，我假设您使用的是单引号。

在第一种情况下，您具有字符组[a-z_\[\]，该字符组与字符a-z，_，\，[匹配。最后的\]不会将]列为字符组的另一个字符，而是另一个\和字符类的右括号。注意如何：

$ echo "foobar[]" | grep -E '[a-z\[\]+\]+$'
foobar[]
$ echo '\' | grep -E '[\]$'
\

如果要添加]，则必须首先列出它，即[]]与单个]匹配。

$ echo "]" | grep -E '[]]$'
]

有关参考，请参见man grep：

要包含文字]，请将其放在列表的第一位。同样，要包含文字^，请将其放置在除第一个以外的任何位置。最后，要包含文字，请放在最后。

在大多数正则表达式中，字符类中唯一的特殊字符或元字符是右括号[]，反斜杠\，脱字符^和连字符-。通常的元字符是字符类中的普通字符，不需要用反斜杠转义。要搜索星号或加号，请使用[+ *]。如果您转义字符类中的常规元字符，则您的正则表达式可以正常工作，但这样做会大大降低可读性。

甚至有更多测试用例来检查[\s]（与[s\]相同，但不同于[[:space:]]）：

$ echo 'a ' | grep -E 'a[\s]$'
$ echo 's' | grep -E '[\s]$'
s
$ echo '\' | grep -E '[\s]$'
\
$ echo 'a ' | grep -E 'a[[:space:]]$'
a

因此，要点是：列出字符类的字符时顺序无关紧要，除非如此。