6、Unix 文本搜索与正则表达式使用指南

Unix 文本搜索与正则表达式使用指南

在 Unix 系统中，文本处理是一项常见且重要的任务。Unix 程序员更倾向于处理文本行，因为文本数据比二进制数据更具灵活性，并且 Unix 系统提供了许多工具，使得文本的切片和切块变得容易。本文将介绍 Unix 中两个基本的文本操作：文本搜索和文本替换，重点关注文本搜索工具 grep 以及正则表达式的使用。

1. 文本搜索工具 grep

在 Unix 中，用于查找文本（在 Unix 行话中称为“匹配文本”）的主力程序是 grep 。在 POSIX 系统中， grep 可以使用两种正则表达式风格之一，也可以匹配简单字符串。

传统上，有三个单独的程序用于搜索文本文件：
- grep ：原始的文本匹配程序，使用 POSIX 定义的基本正则表达式（BREs）。
- egrep ：“扩展的 grep ”，使用扩展正则表达式（EREs），这是一种更强大的正则表达式表示法，但使用起来可能在计算上更昂贵。在现代系统中，这种差异很小。
- fgrep ：“快速 grep ”，此变体使用针对固定字符串匹配优化的算法来匹配固定字符串，而不是正则表达式。原始版本也是唯一可以并行匹配多个字符串的变体。

1992 年的 POSIX 标准将这三个变体合并为一个 grep 程序，其行为由不同的选项控制。