如何在 shell 脚本中使用正则表达式？

Posted 2023-02-23

【中文标题】如何在 shell 脚本中使用正则表达式？

【英文标题】：How do I use a regex in a shell script?

【发布时间】：2016-06-25 10:50:33

【问题描述】：

我正在尝试将字符串与 shell 脚本中的正则表达式匹配。 此字符串是脚本的参数 ( $1 )，它是日期 (MM/DD/YYYY) 我正在尝试使用的正则表达式是：

^\d2[\/\-]\d2[\/\-]\d4$

它似乎有效，我在几个正则表达式测试网站上尝试过。

我的shell代码是：

REGEX_DATE="^\d2[\/\-]\d2[\/\-]\d4$"
 
echo "$1" | grep -q $REGEX_DATE
echo $?

“回声$？”无论我放入参数中的字符串是什么，都返回 1。

你们有什么想法吗？

谢谢！

【问题讨论】：

这可能是***.com/questions/19737675/…的一种重复

那是因为$? 报告了管道链中的第一个命令，即 echo - echo 显然会成功，所以你会得到一个 1 退出代码。试试grep $pattern <<< $1。

请参阅this question 了解一种解决方案。

始终检查您的程序文档以查看可接受的正则表达式样式。

@MarcB err，不，恰恰相反——$? 是管道中的最后一个退出状态

【参考方案1】：

补充现有的有用答案：

在这种情况下，使用 Bash 自己的正则表达式匹配运算符 =~ 是一种更快的选择，因为您只匹配已经存储在变量中的单个值：

set -- '12-34-5678' # set $1 to sample value

kREGEX_DATE='^[0-9]2[-/][0-9]2[-/][0-9]4$' # note use of [0-9] to avoid \d
[[ $1 =~ $kREGEX_DATE ]]
echo $? # 0 with the sample value, i.e., a successful match

但请注意，使用特定风格的正则表达式结构（例如 \d）的警告同样适用： 虽然=~ 支持 ERE（扩展 正则表达式），但它也支持主机平台的特定扩展 - 这是 Bash 行为依赖于平台的罕见情况。

为了保持可移植性（在 Bash 的上下文中），请遵守 POSIX ERE 规范。

请注意，=~ 甚至允许您定义 捕获组（带括号的子表达式），您以后可以通过 Bash 的特殊 $BASH_REMATCH[@] 数组变量访问其匹配项。

补充说明：

$kREGEX_DATE 使用 unquoted，这是识别正则表达式所必需的（引用的部分将被视为 文字）。 p>

虽然并非总是必要的，但建议先将正则表达式存储在变量中，因为 Bash 无法处理包含 \ 的正则表达式 literals。

例如，在 Linux 上，\< 支持匹配单词边界，[[ 3 =~ \<3 ]] && echo yes 不起作用，但 re='\<3'; [[ 3 =~ $re ]] && echo yes 可以。

我已将变量名称 REGEX_DATE 更改为 kREGEX_DATE（k 表示（概念）常量），以确保名称不是全大写名称，因为 @987654322 @。

【参考方案2】：

我想这就是你想要的：

REGEX_DATE='^\d2[/-]\d2[/-]\d4$'

echo "$1" | grep -P -q $REGEX_DATE
echo $?

我使用 -P 开关来获取 perl 正则表达式。

【讨论】：

澄清一下，-P 不保证在所有发行版中都受支持。所以如果便携性是一个问题，你会想要避免它。

在这种情况下，@MikeFrysinger 的解决方案更可取。这个有点使用原始正则表达式的吸引力，给予或接受一些转义。

【参考方案3】：

问题是您尝试使用 grep 不支持的正则表达式功能。即，您的 \d 将不起作用。改用这个：

REGEX_DATE="^[[:digit:]]2[-/][[:digit:]]2[-/][[:digit:]]4$"
echo "$1" | grep -qE "$REGEX_DATE"
echo $?

您需要-E 标志来获取ERE 才能使用# 样式。

【讨论】：

++;请注意，如果您 \ -转义了 和 实例，则此特定正则表达式在没有 -E 的情况下也可以作为 BRE（基本正则表达式）工作；作为不可移植的旁白：BSD/OSX grep - 不像 GNU grep - 实际上确实支持 \d。

你当然是对的；但是我更喜欢 -E 而不是到处都是 `` 因为它使代码更具可读性，并且它位于 POSIX 中。