search

islishude / blog

my web notes
https://islishude.github.io/blog/
101 stars 15 forks source link

grep 命令中一些需要转义的特殊字符 #251

Open islishude opened 3 years ago

islishude commented 3 years ago

比如有这样一段文本，需要匹配出中间 ETH 地址

to match ethereum address 0xbfcc591d028ac556ADD68b21A971fF7930D16384 test text

在 nodejs 中可以这样做 

/0x[0-9a-zA-z]{40}/.exec(txt)
[
  '0xbfcc591d028ac556ADD68b21A971fF7930D16384',
  index: 23,
  input: 'match ethereum address 0xbfcc591d028ac556ADD68b21A971fF7930D16384 test text',
  groups: undefined
]

但是使用 grep 就不行，没有任何返回

$ txt='to match ethereum address 0xbfcc591d028ac556ADD68b21A971fF7930D16384 test text'
$ echo $txt | grep -o '0x[0-9a-zA-z]{40}'

谷歌了一遍才发现， { 和 } 需要进行转义操作

$ echo $txt | grep -o '0x[0-9a-zA-z]\{40\}'
0xbfcc591d028ac556ADD68b21A971fF7930D16384

继续尝试了几个操作符， * 这个不需要转义，而 + 和 ? 需要转义才可以使用。

$ echo "abc 123" | grep -o '[a-z]*'
abc
$ echo "abc 123" | grep -o '[a-z]\+'
abc
$ echo "abc 123" | grep -o '[a-z]\?'
a
b
c

为什么在编程语言中最常用的重复类符号在 grep 中需要转义使用？

因为 grep 使用的是基本正则规则（Basic RegEx，简称 BREs），其它正则规则还有 Perl 的正则表达式（Perl RegEx，简称PREs），而 BREs 不支持上述的重复类符号规则，为了支持这些新规则，并且保持后向兼容性，所以上面这些都需要进行先转义。

除了上面提到 {,},?,+ 几个重复类符号需要转义外，这几个 |,(,) 也需要进行转义操作。

$ echo 'abc' | grep -o 'a\|b\|c'
a
b
c
$ echo '0x123' | grep -o '0x\(\d\+\)'
0x123