2024年3月20日发(作者：)

Linux/Unix工具与正则表达式的POSIX规范

内容来源于 更多内容请查看网站

对正则表达式有基本了解的读者，一定不会陌生『d』、『[a-z]+』之类的表达式，前者

匹配一个数字字符，后者匹配一个以上的小写英文字母。但是如果你用过vi、grep、awk、

sed之类Linux/Unix下的工具或许会发现，这些工具虽然支持正则表达式，语法却很不一样，

照通常习惯的办法写的『d』、『[a-z]+』之类的正则表达式，往往不是无法识别就是匹配错

误。而且，这些工具自身之间也存在差异，同样的结构，有时需要转义有时不需要转义。这，

究竟是为什么呢？

原因在于，Unix/Linux下的工具大多采用POSIX规范，同时，POSIX规范又可分为两

种流派（flavor）。所以，首先有必要了解一下POSIX规范。

POSIX规范

常见的正则表达式记法，其实都源于Perl，实际上，正则表达式从Perl衍生出一个显赫

的流派，叫做PCRE（Perl Compatible Regular Expression），『d』、『w』、『s』之类的记法，

就是这个流派的特征。但是在PCRE之外，正则表达式还有其它流派，比如下面要介绍的

POSIX规范的正则表达式。

POSIX的全称是Portable Operating System Interface for uniX，它由一系列规范构成，定

义了UNIX操作系统应当支持的功能，所以“POSIX规范的正则表达式”其实只是“关于正则

表达式的POSIX规范”，它定义了BRE（Basic Regular Expression，基本型正则表达式）和

ERE（Extended Regular Express，扩展型正则表达式）两大流派。在兼容POSIX的UNIX系

统上，grep和egrep之类的工具都遵循POSIX规范，一些数据库系统中的正则表达式也符

合POSIX规范。

BRE

在Linux/Unix常用工具中，grep、vi、sed都属于BRE这一派，它的语法看起来比较奇

怪，元字符『(』、『)』、『{』、『}』必须转义之后才具有特殊含义，所以正则表达式『(a)b』

只能匹配字符串 (a)b而不是字符串ab；正则表达式『a{1,2}』只能匹配字符串a{1,2}，正

则表达式『a{1,2}』才能匹配字符串a或者aa。

之所以这么麻烦，是因为这些工具的诞生时间很早，正则表达式的许多功能却是逐步发

展演化出来的，之前这些元字符可能并没有特殊的含义；为保证向后兼容，就只能使用转义。

而且有些功能甚至根本就不支持，比如BRE就不支持『+』和『?』量词，也不支持多选结

构『(…|…)』和反向引用『1』、『2』…。

不过今天，纯粹的BRE已经很少见了，毕竟大家已经认为正则表达式“理所应当”支持

多选结构和反向引用等功能，没有确实太不方便。所以虽然vi属于BRE流派，但提供了这

些功能。GNU也对BRE做了扩展，支持『+』、『?』、『|』，只是使用时必须写成『+』、『?』、

『|』，而且也支持『1』、『2』之类反向引用。这样，GNU的grep等工具虽然名义上属于

BRE流，但更确切的名称是GNU BRE。

ERE

在Linux/Unix常用工具中，egrep、awk则属于ERE这一派，。虽然BRE名为“基本”而

ERE名为“扩展”，但ERE并不要求兼容BRE的语法，而是自成一体。因此其中的元字符不

用转义（在元字符之前添加反斜线会取消其特殊含义），所以『(ab|cd)』就可以匹配字符串

ab或者cd，量词『+』、『?』、『{n,m}』可以直接使用。ERE并没有明确规定支持反向引用，

但是不少工具都支持『1』、『2』之类的反向引用。

GNU出品的egrep等工具就属于ERE流（更准确的名字是GNU ERE），但因为GNU

已经对BRE做了不少扩展，所谓的GNU ERE其实只是个说法而已，它有的功能GNU BRE

都有了，只是元字符不需要转义而已。

下面的表格简要说明了几种POSIX流派的区别（其实，现在的BRE和ERE在功能上

并没有什么区别，主要的差异是在元字符的转义上）。

几种POSIX流派的说明

流派

BRE

说明

(、)、{、}都必须转义使用，不支持

+、?、|

工具

grep、sed、vi（但vi支

持这些多选结构和反向引

用）

GNU grep、GNU sed

egrep、awk

GNU BRE

ERE

(、)、{、}、+、?、|都必须转义使用

元字符不必转义，+、?、(、)、{、}、

|可以直接使用，1、2的支持不确定

元字符不必转义，+、?、(、)、{、}、

|可以直接使用，支持1、2

GNU ERE

grep –E、GNU awk

为了方便查阅，下面再用一张表格列出基本的正则功能在常用工具中的表示法，其中的

工具GNU的版本为准。

常用Linux/Unix工具中的表示法

PCRE记法

*

+

?

{m,n}

vi/vim

*

+

=

{m,n}

grep

*

+

?

{m,n}

awk

*

+

?

{m,n}

sed

*

+

?

{m,n}