Простой grep на что-нибудь год

Question

Я знаю, что я делаю что-то сумасшедшее здесь, но чит-лист регулярных выражений, данный нам в моем классе Unix/Linux, подразумевал (по моим прочтениям), что это должно найти строки в текстовом файле, которые содержат годы (числа от 0000 до 9999):

grep \d{4} file.txt

Почему он ничего не находит вместо этого? Это использует bash, с тем же результатом, что и PuTTY в Windows и в Terminal на Mac. Я пробовал варианты с круглыми скобками и кавычками без эффекта. поиск [0-9][0-9][0-9][0-9] работает, но ничего не \d или же {4} кажется, работает как я ожидаю.

На связанной ноте, почему .\+ иметь эффект, который я ожидал бы .+ иметь, пока .+ просто "не работает"? (Я знаю, что это говорит grep искать что-то, но я не знаю, что.) А именно, кажется, это способ запросить "один или несколько символов здесь", а не "один символ, за которым следует знак плюс". (Это был правильный способ выполнить задание, и учитель мог объяснить, почему это так). И как можно искать "один символ, за которым следует знак плюс"?

Answer 1

Ваш шпаргалка может заявить, что \d{4} является действительным регулярным выражением, означающим "четыре цифры"; и это может заявить, что grep ищет файл для регулярного выражения. Взятые отдельно, оба эти утверждения верны. Но вместе взятые, они вводят в заблуждение, так как grep PATTERN FILE ожидает один вид регулярных выражений (POSIX "Базовые регулярные выражения", BRE), тогда как \d а также {4} являются нотациями из другого вида регулярных выражений (иногда называемых "Perl-совместимые регулярные выражения", PCRE, после языка программирования Perl).

Много версий grep поддерживать -P флаг, указывающий, что шаблон является PCRE, а не BRE; ты можешь попробовать:

grep -P '\d{4}' file.txt

(Обратите внимание на одинарные кавычки вокруг \d{4}, Это необходимо, потому что в противном случае Баш возьмет \d как своего рода сокращение для 'd' Таким образом, фактический образец передан grep будет d{4}, что означает "четыре d "вместо" четырех цифр ". Вы также можете написать grep -P \\d{4} file.txt, который решает ту же проблему по-другому.)

---

Отредактировано, чтобы добавить: Извините, я не смог охватить вторую часть вашего вопроса, о +, Итак, согласно соответствующим спецификациям, ¹ это:

grep .+ file.txt

использования . означать "любой символ, кроме NUL" и + означать "фактический знак плюс". Так что это действительно должно напечатать строки file.txt которые содержат не начальный знак плюс; если вы видите другое поведение, то ваша оболочка и / или grep должен быть не соответствующим.

Кроме того, это:

grep .\+ file.txt

то же самое, что и выше, потому что соответствующая оболочка POSIX (такая как Bash) будет обрабатывать \+ как причудливый способ написания +, так grep увидим те же аргументы, что и раньше. (grep не будет возможности узнать, что вы напечатали .\+ скорее, чем .+.)

Наконец, это:

grep '.\+' file.txt

(где \ на самом деле передается grep) имеет неопределенное поведение: данное grep реализация может означать то же самое, что .+ или это может занять \+ быть специальным обозначением, означающим "один или несколько" (или что-то еще), или оно может выдавать сообщение об ошибке. Реализация GNU, как это бывает, принимает "одну или несколько" интерпретаций, но другие могут отличаться.

Примечания:

1. А именно grep спецификации, а также спецификации BRE и ERE (которые grep Спек ссылки и ссылки). Также важна спецификация оболочки, так как именно оболочка определяет фактические аргументы, которые передаются grep,

Answer 2

По умолчанию grep использует разновидность POSIX regex, которая не включает \d, Чтобы использовать свое выражение, вам нужно переключиться на PCRE (arg -P)

grep -P \\d{4} file.txt 

Это вернет каждый экземпляр 4-значных строк в file.txt.

Answer 3

Если ваша версия grep бывает не поддерживать -P, будет работать следующее:

grep "\d\{4\}" file.txt

Что касается других ваших вопросов, используя тот же вид регулярных выражений, .+ будет соответствовать любому символу, сопровождаемому + знак. .\+ будет соответствовать одному или нескольким символам.