grep 中的转义字符

Question

我对 grep 正则表达式中需要多少个反斜杠来转义交替运算符

|

有点困惑。这个

echo abcdef | grep -e"def|zzz"

不输出任何内容，因为 grep 不处于扩展正则表达式模式。用一个反斜杠转义是可行的，

echo abcdef | grep -e"def\|zzz"

打印

abcdef

。更令人惊讶的是，用 2 个反斜杠转义也可以，

echo abcdef | grep -e"def\\|zzz"

打印

abcdef

。用三个反斜杠转义失败，

echo abcdef | grep -e"def\\\|zzz"

不打印任何内容。

有人有解释吗，特别是对于 2 个反斜杠的情况？

编辑：

使用这个简单的参数打印程序，

void main(int argc, char** argv)
{
    for (int i = 0; i < argc; i++)
        printf("Arg %d: %s\n", i, argv[i]);
}

我研究了我的 shell 使用上面的命令行做了什么：

-e"def|zzz"

变成

-edef|zzz

-e"def\|zzz"

变成

-edef\|zzz

-e"def\\|zzz"

变成

-edef\\|zzz

-e"def\\\|zzz"

变成

-edef\\\|zzz

因此，所有双引号都被删除，并且反斜杠和管道不会被 shell 更改。我怀疑 grep 本身对文字字符串做了一些特殊的事情

\\|

。

Answer 1

小写的

-e

选项用于表示多个搜索操作。隐含的交替是：

$ echo abcdef | grep -e 'def' -e'zzz'
abcdef
$ echo abczzz | grep -e 'def' -e'zzz'
abczzz

或者，您可以使用上面的

-E

选项来扩展正则表达式表示法：

$ echo abcdef | grep -E 'def|zzz'
abcdef

我相信这可以直接解决您的问题（使用

-e

进行交替或

-E

进行扩展正则表达式表示法）。希望这有帮助:-)

FWIW，反斜杠的问题是

|

对 bash 有特殊含义，需要转义，除非它在单引号中。以下是有关引用和转义规则以及常见陷阱的资源：http://wiki.bash-hackers.org/syntax/quoting

Answer 2

如果你双引号你的正则表达式，shell 特别对待反斜杠（强调我的）：

仅当反斜杠后跟以下字符之一时，反斜杠才保留其特殊含义：

$

、

`

、

"

、

\

或

newline

。在双引号内，后面跟着这些字符之一的反斜杠将被删除。

这意味着您的表达将被如下处理：

1. grep -e"def|zzz"

   – grep 接收

   def|zzz

   ；因为它默认为基本正则表达式 (BRE)，所以

   |

   并不特殊¹，并且 grep 会尝试匹配文字字符串

   def|zzz

   。

2. grep -e"def\|zzz"

   –

   |

   不是上面提到的特殊字符之一，因此 grep 接收

   def\|zzz

   ，GNU grep 将

   \|

   视为替代¹。

3. grep -e"def\\|zzz"

   – 根据手册摘录，

   \\

   是特殊的（尝试

   echo "\\"

   ）； grep 看到

   def\|zzz

   因为 shell 删除了反斜杠，并且行为与第二种情况相同。

4. grep -e"def\\\|zzz"

   – shell 将其转换为

   def\\|zzz

   （

   \\

   变为

   \

   ，

   \|

   对于 shell 来说并不特殊，保持不变）； grep 将

   \\

   视为文字反斜杠（反斜杠由反斜杠转义），因此

   |

   并不特殊，并且 grep 尝试匹配确切的字符串

   def\|zzz

   。

一般来说，谨慎的做法是用单引号引用你的正则表达式，这样 shell 就不会打扰它。

顺便说一句，我不认为你的 C 程序代表了 shell 如何处理参数；在Shell操作中，引用是一个单独的步骤，包括反斜杠处理（请参阅转义字符）。

---

¹作为扩展，GNU grep 允许您在 BRE 中转义

|

并获得交替。 POSIX BRE 没有交替。因此，GNU grep 的

grep

和

grep -E

之间的唯一区别是必须转义的内容；功能是相同的。

Answer 3

第一个失败，因为 grep 以编程方式转义管道，导致正则表达式中出现literal管道。

最后一次尝试失败，因为

\\\|

会导致 literal 反斜杠，然后在正则表达式中产生 literal 管道。

echo 'def|zzz'   | grep -e "def|zzz"    --> def|zzz
echo 'def\\|zzz' | grep -e "def\\\|zzz" --> def\|zzz

Answer 4

根据 grep 手册页，特别是根据信息页，为 grep 给出的所有示例都包含单引号而不是双引号。

用单引号进行一些类似的测试，我们有不同且正确的行为：

$ cat file1
def
def\
def\\
def\\\
def\|
aaa
nnn
$ cat -n file1 |grep -e 'def|zzz'   #No results
$ cat -n file1 |grep -e 'def\|zzz'
     1  def
     2  def\
     3  def\\
     4  def\\\
     5  def\|
$ cat -n file1 |grep -e 'def\\|zzz'   #No results
$ cat -n file1 |grep -e 'def\\\|zzz'
     2  def\
     3  def\\
     4  def\\\
     5  def\|
$ cat -n file1 |grep -e 'def\\\\|zzz'   #No results
$ cat -n file1 |grep -e 'def\\\\\|zzz'
     3  def\\
     4  def\\\

结论：对于 grep 中的正则表达式，请使用单引号。

但说实话，我不知道为什么使用双引号时行为完全不同。应该与 bash 扩展有关。

更新

查看这个 bash 函数测试结果，证明了 args 中单引号和双引号的不同解释：

function tt { printf "%s: %s\n" "$1" "$2"; }
tt -e 'def\\|aaa'  #Parsed correctly
tt -e 'def\\\|aaa'  #We send three slashes - function gets three slashes
tt -e 'def\\\\|aaa'  #We send four slashes - function gets four slashes
tt -e "def\\|aaa"  #We send two slashes but function displays ONE
tt -e "def\\\|aaa"  #We send three slashes but function displays TWO
tt -e "def\\\\|aaa"  #We send four slashes but function displays TWO


#Output
-e: def\\|aaa
-e: def\\\|aaa
-e: def\\\\|aaa
-e: def\|aaa
-e: def\\|aaa 
-e: def\\|aaa

注意双引号内有三个和四个斜杠的情况。

再多一步：

tt -e 'def\|aaa'  #Displays def\|aaa (correct parsing)
tt -e 'def\\|aaa'  #Displays def\\|aaa (correct parsing)

tt -e "def\|aaa"    #Displays def\|aaa (correct parsing)
tt -e "def\\|aaa"   #Displays def\|aaa (same as before - not correct parsing)

上面双引号中的最后两行可能解释了为什么测试结果（

\|

vs

\\|

）在用双引号括起来时具有相同的正则表达式操作。