Linux 正则表达式权威指南

（BRE/ERE/PCRE 全解析，覆盖 grep/sed/awk 场景）

一、正则表达式分类

二、核心元字符速查表
1. 基础元字符（BRE/ERE通用）

2. 量词（ERE/PCRE支持）

3. 高级符号（ERE/PCRE专用）

三、POSIX 字符类（通用）

使用示例：

grep '[[:digit:]]\{3\}' file.txt  # 匹配连续3个数字（BRE模式）

四、工具专用语法
1. grep 家族

示例：

grep -P '^\d{3}-\d{4}$' phone.txt  # 匹配 "123-4567" 格式的电话号码

2. sed 流编辑器

3. awk 文本处理器

awk '/^Error/ {print $2}' log.txt          # 匹配以 "Error" 开头的行并打印第二列
awk '$3 ~ /[0-9]{2,}/ {print $0}' data.txt # 第三列包含至少2位数字的行

五、常见场景实战
1. 日志分析（grep）

# 查找包含 "error" 或 "warning" 的行（不区分大小写）
grep -Ei 'error|warning' /var/log/syslog

# 提取 IPv4 地址
grep -Po '\b(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?\.){3}(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\b' access.log

2. 文本替换（sed）

# 将日期格式从 "YYYY-MM-DD" 改为 "DD/MM/YYYY"
sed -E 's/([0-9]{4})-([0-9]{2})-([0-9]{2})/\3\/\2\/\1/g' dates.txt

# 删除 HTML 标签
sed 's/<[^>]*>//g' webpage.html

3. 数据提取（awk）

# 提取 CSV 文件的第3列（逗号分隔）
awk -F',' '$3 ~ /^[A-Z]{2}$/ {print $3}' countries.csv  # 匹配两位大写字母的国家代码

六、注意事项与陷阱

贪婪匹配：

echo "aabbaabbaa" | grep -o 'a.*a'  # 输出整个字符串（贪婪匹配）
echo "aabbaabbaa" | grep -o 'a.*?a' # PCRE非贪婪模式（需 `grep -P`）

转义差异：

BRE 中 +?{} 需转义：\+, \?, \{n\}

ERE/PCRE 中直接使用：+, ?, {n}

性能优化：

避免 .* 开头的表达式，优先用具体字符约束

使用 ^/$ 锚定可加速匹配

附：正则表达式调试工具推荐

RegExr（在线可视化测试）

grep --color=auto（高亮匹配结果）

perl -ne 'print if /pattern/'（Perl 强兼容性测试）