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: *?+[]{}^$()|，他们有什么特殊的含义？通配符、BRE、ERE、PCRE是什么鬼，本篇文章介绍了前三种。 PS：丰富的一线技术、多元化的表现形式，尽在“HULK一线技术杂谈”，点关注哦！
下面有3个问题，如果你能回答出来，那么本篇文章可能对你来说就是小菜一碟，浪费了您的宝贵时光，只能在这里说一声抱歉。如果你有一些不太了解，看完这篇文章你应该就对这些有所了解，可以再试着回来看看这三个问题。
- 通配符是什么，[A-Z]在不同的语言环境表示的字符都一样吗?
- 什么情况下用的是通配符，什么情况下用的是正则表达式？
- POSIX正则表达式分为哪两种？他们的区别是什么？
介绍
因为shell频繁的使用文件名，所以shell体用了特殊字符来帮助快速的指定一组文件名——通配符。
* 匹配任意多个字符
? 匹配任意一个字符
[characters] 匹配任意一个字符
[!characters] 匹配任意不是字符集中的字符
[[:class:]] 任意属于指定字符类中的字符
先介绍前四个的: （所有文件），g（g开头的文件），b*.txt（b开头的txt文件），Data???（开头是Data长度为7的文件），[abc]（以a或者b或者c开头的文件），abc[0-9][0-9]（以abc开头后跟两个数字的文件），[A-Z]（这个在不同的语言设置的系统下显示不同的结果）
我们看几个例子: 下面的例子是在 centos下的。
A-Z的差异
我们看到上面的最后一个确实没有输出我们想要的结果，这是为什么？
且听我们慢慢道来，话说UNIX刚刚出道的时候，只是在美国，所以那个时候的ASCII，一共有0-127个，他们的字母排序是ABC...XYXabc...xyz，但是随着UNIX的慢慢的发展开始在非英文为母语的国家扩散了，于是就扩展了ASCII字符，使用了整个8位添加了字符128-255，这样容纳了更多的语言。
为了支持这种能力，POSIX标准介绍了一种叫做locale的概念，它可以调整为自己国家的语言习惯，有的国家是按照子典排序来的，他们的排序是aAbBcC...xXyYzZ。
这样在使用ls [A-Z]*的时候其实是匹配了除了a以外的所有的字母。
我们通过一个例子来看一下，实际修改一下locale看看结果：
我们看到上面切换语言之前先改成了LANG="POSIX"，然后在切换到其他的，这样我们能看到不同，我试过直接切换不起作用。 什么地方可以使用通配符呢？能加文件名的unix命令都可以用通配符，ls,cat,less,more,vim,grep,sed,awk...
字符类
因为根据不同的locale会有不同的表现，所以POSIX标准搞出来了字符集，把常用的直接指定了
[:alnum:] 匹配任意一字母或者数字 [:alpha:] 匹配任意一个字母 [:digit:] 匹配任意一个数字 [:lower:] 匹配小写字母 [:upper:] 匹配大写字母
我们来测试一下：
发现了这个还是不错的但是表示范围的就有些力不从心了[A-M]这种。
POSIX 正则表达式
我们经常听说，我们的这个程序支持POSIX BRE正则，这个支持POSIX ERE正则，那么我们就来说说POSIX正则表达式。这里只是简单的介绍一下他们的 区别具体的用法每个元字符表示是什么就不细说了。
POSIX基本 VS 扩展正则表达式
POSIX把正则表达式分为了：基本正则表达式（BRE）和扩展正则表达式（ERE）。
那么他们有什么区别呢？ 其实他们还是比较相似的就是支持的元字符不同，BRE支持^$.[]*\，ERE除了支持上面的还支持这些(){}?+|。
应用程序的支持 支持BRE的程序有{sed,grep...}，支持ERE的程序有{egrep,grep -E,awk...}
练习： 下面的是grep支持的是基础的正则表达式，如果遇到扩展的正则可以用 { 来表示。
下面的是egrep实现同样的命令。
如果需要看他们的区别其实来一个例子就可以看出来了。
对于上的例子可以这么理解：
基础正则表达式 {就是字符串“{” ，{相当于扩展正则表达式里面的{，后面几个的例子我们看到“正常使用是没有问题的”，如果在该加\的地方没有加不该加的地方加了那么会产生不可预料的结果，每个人尝试的结果可能还是不同的，所以记清楚这些内容后，一定要写出来正确的正则表达式，要不过段时间自己都看不懂什么意思了。
