Linux 中的通配符与正则表达式

很多新手在操作 Linux 时会遇到一个非常令人困惑的现象。想要批量删除所有的 txt 后缀文件，输入 rm *.txt，系统执行得非常顺利。但是，当想要用 grep 去搜索包含特定内容的文件时，输入同样的 *.txt，命令窗口什么都搜不到。这两个地方用的明明都是星号，看起来一模一样，为什么待遇差别这么大？

1. Linux 中的通配符与正则表达式

要解决上面那个问题，必须先明白 Linux 系统里其实有两套完全不同的规则。第一套叫做通配符，第二套叫做正则表达式。

简单来说，通配符是交给 Shell（也就是那个黑色的命令行窗口）去处理的，它的工作主要就是用来找文件，匹配文件名的。

而正则表达式是交给具体的软件工具（比如 grep、awk 或者编辑器）去处理的，它的工作是用来找文字，处理文件里面具体内容的。

分工不同，规则自然就不一样。

2. 通配符与正则表达式的使用场景

1. 使用通配符的场景

通配符的主战场就是 Shell 的文件名匹配。

这就好比在点名。当在命令行里输入一个带有通配符的命令时，Shell 这个“管家”非常勤快。它会在命令真正执行之前，先把这些通配符全部翻译成具体的文件名。

举个例子，输入 ls *.txt。Shell 看到 *.txt 后，会先去当前目录下找找有没有结尾是 .txt 的文件。如果找到了 a.txt 和 b.txt，Shell 就会把命令自动变成 ls a.txt b.txt，然后再交给 ls 命令去执行。ls 命令自己其实根本没看见那个星号，它看到的是已经被 Shell 替换好的完整文件名。

以下这些场景用的全是通配符：

文件管理命令

只要是涉及对文件本身进行操作的命令，基本都用通配符。ls：列出文件。想看所有以 file 开头的文件，就用 ls file*。rm：删除文件。想删光所有 txt，就用 rm *.txt。cp 和 mv：复制或移动文件。把所有符合样子的文件搬到另一个地方。touch：虽然一般用来新建文件，但如果配合通配符，也可以用来批量更新现有文件的时间戳。

Shell 脚本逻辑

for 循环：写脚本时经常需要轮询处理文件。

for tfile in *.txt; do ...

这里的 *.txt 会被 Shell 自动展开成一个文件列表，然后循环一个个处理。

文件搜索工具

find：这个命令有点特殊。它在 -name 参数里用的是通配符。但是，为了防止 Shell 这个“管家”太勤快，提前把星号给展开了，通常需要给参数加上引号。

find . -name 'music*'

加了引号，Shell 就不会乱动，而是把 music* 原封不动地传给 find 命令，让 find 自己去目录里慢慢比对文件名。

2. 使用正则表达式的场景

正则表达式完全是另一回事。它定义的是一套非常复杂的文本搜索、替换和过滤模式。它的眼睛盯着的是文件里面那一行行的字符数据，而不是文件外面的名字。

以下这些工具和场景，用的全是正则表达式：

文本搜索与处理工具

grep：这是最经典的正则工具，专门用来过滤包含特定内容的行。

grep '^K' tennis

这个命令的意思是，在 tennis 这个文件里，找出所有以 K 字符开头的行。这里的 ^ 就是正则符号，表示行首。

sed：流编辑器，用来做复杂的文本替换。

sed 's/Sun/Mon/'

把文本里的 Sun 换成 Mon，这里就在用正则匹配。

awk：强大的文本处理语言，提取数据时大量依赖正则。

编辑器

vi / vim：在编辑器里按 / 查找内容，或者用 :%s 替换内容时，输入的模式全都是正则表达式。

高级文件重命名

rename：在 Debian 等系统里，这个命令可以用正则表达式来改名。

rename 's/\.txt$/.TXT/' *

这比简单的 mv 强大得多，可以精细控制文件名里哪一部分要改，哪一部分保留。

Shell 历史记录操作

Bash History：这是个冷知识。可以用正则去搜索并替换历史命令里的打错的字。

!t:s/1/42/

特别注意：像 find 这种命令很狡猾，有些参数支持通配符，有些参数可能又支持正则。另外，在使用 grep 等正则工具时，强烈建议把写的模式用单引号包起来。为什么？因为如果不加引号，Shell 看到里面有星号或美元符号，可能会以为是通配符，自作主张给展开了，结果传给 grep 的东西就全乱套了。

3. 关键差异详解：为什么会搞混？

这里把最容易坑人的几个点详细拆开来讲。

星号 (*) 的本质区别

这是最大的误区。在通配符里，* 是个独挡一面的大佬。它自己就代表“任意长度的任意字符”。写下 file*，它就能匹配 file1、fileABC、file_long_name。在正则表达式里，* 只是个跟班，叫“量词”。它自己没有意义，必须跟在别人屁股后面，修饰前一个字符。它说的是：“前面那个家伙，可以出现零次，也可以出现无数次”。比如正则里的 a*，匹配的是空字符串、a、aa、aaa。如果想在正则里表达“任意字符”，必须由“点号”（代表任意一个字符）和“星号”（代表重复）配合，写成 .*。

匹配逻辑的不同

通配符匹配通常是“全匹配”。Shell 拿着模式去套文件名，必须从头到尾对得上才算数。正则表达式匹配通常是“包含匹配”。只要这一行里有任何一部分符合模式，grep 就认为匹配成功，把这行字显示出来。所以正则才需要 ^（行首）和 $（行尾）这种符号来把位置卡死。

符号的含义不同

通配符里的 ? 代表“必须要有一个字符”。正则表达式里的 . 代表“除换行符外的任意一个字符”。正则表达式里用 ^ 表示行首，$ 表示行尾。通配符里压根没这东西，因为它默认就是匹配整个名字。

排除字符的写法不同

通配符里要排除某些字符，用 [!...]，里面是感叹号。正则表达式里要排除某些字符，用 [^...]，里面是脱字符（小尖角）。

对比表