POSIX正则表达式的一些事

雪天蛤蟆跳跳 360云计算

女主宣言

编程中经常会遇到这些特殊字符: *?+[]{}^$()|，他们有什么特殊的含义？通配符、BRE、ERE、PCRE是什么鬼，本篇文章介绍了前三种。
PS：丰富的一线技术、多元化的表现形式，尽在“HULK一线技术杂谈”，点关注哦！

下面有3个问题，如果你能回答出来，那么本篇文章可能对你来说就是小菜一碟，浪费了您的宝贵时光，只能在这里说一声抱歉。如果你有一些不太了解，看完这篇文章你应该就对这些有所了解，可以再试着回来看看这三个问题。

通配符是什么，[A-Z]在不同的语言环境表示的字符都一样吗?
什么情况下用的是通配符，什么情况下用的是正则表达式？
POSIX正则表达式分为哪两种？他们的区别是什么？
介绍
因为shell频繁的使用文件名，所以shell体用了特殊字符来帮助快速的指定一组文件名——通配符。

* 匹配任意多个字符? 匹配任意一个字符[characters] 匹配任意一个字符[!characters] 匹配任意不是字符集中的字符[[:class:]] 任意属于指定字符类中的字符

先介绍前四个的:
（所有文件），g（g开头的文件），b*.txt（b开头的txt文件），Data???（开头是Data长度为7的文件），[abc]（以a或者b或者c开头的文件），abc[0-9][0-9]（以abc开头后跟两个数字的文件），[A-Z]（这个在不同的语言设置的系统下显示不同的结果）

我们看几个例子: 下面的例子是在 centos下的。

A-Z的差异

我们看到上面的最后一个确实没有输出我们想要的结果，这是为什么？

且听我们慢慢道来，话说UNIX刚刚出道的时候，只是在美国，所以那个时候的ASCII，一共有0-127个，他们的字母排序是ABC...XYXabc...xyz，但是随着UNIX的慢慢的发展开始在非英文为母语的国家扩散了，于是就扩展了ASCII字符，使用了整个8位添加了字符128-255，这样容纳了更多的语言。

为了支持这种能力，POSIX标准介绍了一种叫做locale的概念，它可以调整为自己国家的语言习惯，有的国家是按照子典排序来的，他们的排序是aAbBcC...xXyYzZ。

这样在使用ls [A-Z]*的时候其实是匹配了除了a以外的所有的字母。

我们通过一个例子来看一下，实际修改一下locale看看结果：

我们看到上面切换语言之前先改成了LANG="POSIX"，然后在切换到其他的，这样我们能看到不同，我试过直接切换不起作用。什么地方可以使用通配符呢？能加文件名的unix命令都可以用通配符，ls,cat,less,more,vim,grep,sed,awk...

字符类

因为根据不同的locale会有不同的表现，所以POSIX标准搞出来了字符集，把常用的直接指定了

[:alnum:] 匹配任意一字母或者数字
[:alpha:] 匹配任意一个字母
[:digit:] 匹配任意一个数字
[:lower:] 匹配小写字母
[:upper:] 匹配大写字母

我们来测试一下：

发现了这个还是不错的但是表示范围的就有些力不从心了[A-M]这种。