為什么在同一文件中'grep“ * .h”'和'grep -E“ * .h”'的不同輸出

Question

假設文件內容如下：

 abc.h hello world 

grep "*.h" file的輸出和grep -E "*.h" file的輸出不同。 據我了解，它們應該是相同的。 *是正則表達式元字符。 輸出都應該是abc.h

輸出與

grep "*.h" file     # ==> No output
grep -E "*.h" file  # ==> abc.h

請幫助澄清這個問題！

Answer 1

*.h不應與任何一行匹配。 如果是這樣，那是因為您的特定grep的擴展正則表達式引擎處理邊界或量詞的方式有所不同。 您可能會在GNU grep中看到這種奇怪的行為，但是BSD grep正確地報告了grep: repetition-operator operand invalid 。

您可能的意思是.*h ，無論您使用BRE還是ERE引擎，它都將匹配這兩行。 如果只想匹配提供的語料庫中的abc.h ，則需要：

grep '\.h' /tmp/foo

這將匹配任何帶有字母句點后跟字母h 。 您甚至可能希望將其錨定在該行的末尾，以確保您不會誤捕獲foo abc.h bar類的文本。 例如：

grep '\.h$' /tmp/foo

Answer 2

POSIX定義（POSIX） 正則表達式的行為，並定義基本正則表達式（BRE）和擴展正則表達式（ERE）。 使用grep -E需要ERE； 沒有-E ，您將獲得BRE（使用-F您將不會獲得正則表達式）。

BRE中*的POSIX定義是：

*除使用時， <asterisk>應該是特殊的：

• 在方括號中

• 作為整個BRE的第一個字符（在首字母“ ^”之后，如果有的話）

ERE中*的POSIX定義表示：

*+?{除了在方括號表達式中使用時， <asterisk> ， <plus-sign> ， <question-mark>和<left-brace>應該是特殊的（請參閱RE方括號表達式）。 以下任何一種用途都會產生不確定的結果：

• 如果這些字符首先出現在ERE中，或者緊接在<vertical-line> ， <circumflex>或<left-parenthesis>

在問題中：

• 使用grep '*.h'使用的是BRE， *首先出現*所以它不是特殊字符； 它與*匹配，后跟任意字符，后跟h 。

   This would be matched *Zh because the * and the h are separated by one character This would not be matched because the * and the h are not separated by one character 

• 使用grep -E '*.h'調用未定義的行為。 任何結果都是有效的。

為了可靠地匹配abc.h和其他以.h結尾的字母數字文件名，您可以使用類似以下的方法：

grep '[[:alnum:]]\.h'

在這種情況下，無需特別使用* ； 如果這樣做，則可以編寫以下其中一項：

grep '^[[:alnum:]][[:alnum:]]*\.h$'
grep '^[[:alnum:]]\{1,\}\.h$'

它們查找由一個或多個字母數字組成的行，然后是. 和h和行尾。 如果您不喜歡字符類表達式符號（ [:alnum:]部分），則可以這樣編寫：

grep '^[a-zA-Z0-9][a-zA-Z0-9]*\.h$'
grep '^[a-zA-Z0-9]\{1,\}\.h$'

如果願意，可以添加下划線：

grep '^[[:alnum:]_][[:alnum:]_]*\.h$'
grep '^[a-zA-Z0-9_][a-zA-Z0-9_]*\.h$'

您可以使用擴展的正則表達式，例如：

grep '^[[:alnum:]_]+\.h$'
grep '^[a-zA-Z0-9_]+\.h$'

Etcetera。 選項眾多！

Answer 3

-E擴展的正則表達式，其中*表示前一項將被匹配零次或多次

-G （默認）-基本正則表達式，其中*表示*字符

-P -Perl正則表達式，其中*含義與-E的相同，但是*.h無法編譯，因為沒有重復的內容（ *之前沒有字符）。 使用libpcre ：

ldd /bin/grep 
    linux-vdso.so.1 (0x00007ffefddd4000)
    libpcre.so.1 => /lib64/libpcre.so.1 (0x0000003bd8a00000)
    libc.so.6 => /lib64/libc.so.6 (0x0000003bd6a00000)
    libpthread.so.0 => /lib64/libpthread.so.0 (0x0000003bd7200000)
    /lib64/ld-linux-x86-64.so.2 (0x0000003bd6600000)

因此， grep -E "*.h"將匹配任何具有.h序列的字符串； grep -G "*.h"將匹配任何具有*.h序列的字符串； grep -P "*.h"將無法編譯。