使用带有或不带有引号的grep regex模式之间的区别？

Question

我正在从Linux Academy学习，该教程显示了如何使用grep和regex。

他将正则表达式模式放在引号之间，如下所示：

grep 'pattern' file.txt

这似乎与不带引号的情况相同：

grep pattern file.txt 

但是当他做这样的事情时，他需要转义{和}：

grep '^A\{1,4\}' file.txt 

在进行了一些测试之后，编写没有引号的模式时似乎不需要这些换码符。

grep ^A{1,4} file.txt

那么这两种方法有什么区别？ 是否需要报价？ 为什么在第一种情况下需要转义字符？

最后，我还看到了其他方法，例如grep -E和egrep，这是人们使用正则表达式进行grep的最常用方法吗？

编辑：感谢您提醒该模式在文件之前。

非常感谢！

Answer 1

有时您可以省略引号，但这是最安全的做法。 这是因为正则表达式的语法与文件名通配符模式的语法重叠，并且当外壳程序看到类似通配符模式的内容（并且不在引号中）时，外壳程序将尝试将其“扩展”为匹配的文件名。 如果没有匹配的文件，它将原样传递，但是如果有匹配的文件，它将被匹配的文件名替换。

这是一个简单的例子。 假设我们正在尝试在file.txt中搜索“ a”，然后可选地加上一些“ b”，并仅打印匹配项。 因此，您运行：

grep -o ab* file.txt

现在，“ ab*可以解释为通配符模式，查找以“ ab”开头的文件，shell 会以这种方式解释它。如果当前目录中没有以“ ab”开头的文件，则不会不会引起问题，但是假设有两个“ abcd.txt”和“ abcdef.jpg”，然后shell将其扩展为以下内容：

grep -o abcd.txt abcdef.jpg file.txt

...然后grep将在文件abcdef.jpg和file.txt中搜索正则表达式模式abcd.txt 。

因此，基本上，使用不带引号的正则表达式模式可能有效，但并不安全 。 所以不要这样做。

顺便说一句，我也建议您使用单引号而不是双引号，因为即使某些正则表达式字符在双引号中（多数为美元符号和反斜杠/转义符），它们也会被外壳程序专门处理。 同样，它们通常会通过不变的方式，但并非总是如此，除非您了解（有些混乱）解析规则，否则可能会得到意外的结果。

BTW ^ 2，出于类似的原因，您应该（几乎）始终在变量引用周围加上双引号（例如grep -O 'ab* "$filename"而不是grep -O 'ab*' $filename ）。 单引号根本不允许变量引用。 不带引号的变量引用会受到单词拆分和通配符扩展的影响，这两者都可能引起麻烦。 用双引号括起来的变量得到扩展，而没有别的 。

顺便说一句^ 3，有很多正则表达式语法的变体。 您需要避免在示例表达式中使用花括号的原因是，默认情况下， grep使用POSIX“基本”正则表达式语法（“ BRE”） 。 在BRE语法中，某些正则表达式特殊字符（包括大括号和括号）必须转义以具有其特殊含义（而其他一些字符，如与|交替显示则完全不可用）。 另一方面， grep -E使用“扩展的”正则表达式语法（“ ERE”），其中这些字符具有特殊的含义，除非对其进行转义。

然后是Perl兼容语法（PCRE）和许多其他变体。 使用语法的错误变体是导致正则表达式出现问题的常见原因（例如，在ERE上下文中使用perl扩展名，如此处和此处 ）。 重要的是要知道您使用的工具可以理解哪种变体，并将正则表达式编写为该语法。

这是一个简单的示例：“ a”，后跟1到3个类似空格的字符，后跟“ b”，这是各种正则表达式语法的变体：

a[[:space:]]\{1,3\}b    # BRE syntax
a[[:space:]]{1,3}b      # ERE syntax
a\s{1,3}b               # PCRE syntax

为了使事情变得更复杂，某些工具名义上将接受一种语法，但也允许其他语法变体的某些扩展。 在上面的示例中，您可以看到perl为空格字符添加了简写\\s ，这不是POSIX标准语法的一部分。 但是实际上，许多名义上使用BRE或ERE的工具实际上都会接受\\s简写。

Answer 2

实际上，在您的问题中转义有两个完全不相关的方面。 第一个必须要做的是如何在bash中表示字符串。 这与可读性有关，通常意味着个人品味。 例如，我不喜欢转义，因此我更喜欢将ab\\ cd写为'ab cd' 。 因此，我会写

echo 'ab cd'
grep -F 'ab cd' myfile.txt

代替

echo ab\ cd
grep -F ab\ cd myfile.txt

但任何一个都没有错，您可以选择对您来说更简单的一个。

其他方面确实给相关grep ，至少只要你不使用-F在grep的选项，它总是解释搜索参数字面上。 在这种情况下，不涉及外壳程序，问题是某个字符是解释为正则表达式字符还是文字。 戈登·戴维森（Gordon Davisson）已经详细解释了这一点，因此我仅给出一个结合了两个方面的示例：

假设您要grep一个空格，然后是一个或多个句点，然后是另一个空格。 你不能这样写

grep -E  .+  myfile.txt

因为这些空间会被bash和the . 对grep有特殊的意义。 因此，您必须选择一些转义机制。 我的个人风格是

grep -E ' [.]+ ' myfile.txt

但是许多人不喜欢[.] ，而是喜欢\\. 代替。 这将成为

grep -E ' \.+ ' myfile.txt

它仍然使用引号从外壳中抢救空格，但转义了grep的时间。 如果您不想使用任何引号，可以编写

grep -E \ \\.+\  myfile.txt

请注意，您需要前缀\\其意在通过另一个grep， \\ ，因为反斜杠，就像一个空间，为外壳特殊的意义，如果你不写\\\\. ，grep不会看到反斜杠，而只是一个时期。