告别手动筛选!正则表达式让你成为Linux文本处理高手

字数 3111，阅读大约需 16 分钟

一、正则表达式：Linux字符串处理的高效工具

接触Linux一段时间后，你难免会遇到这些场景：从海量系统日志中提取错误信息、快速找出含特定关键词的配置文件、批量筛选符合规则的文本内容……手动处理不仅效率低下，还容易出错，而**正则表达式（Regular Expression，RE）**就是解决这些问题的高效工具。

简单来说，正则表达式不是某个具体工具，而是一套字符串处理的标准规则——通过特殊字符的组合，实现对字符串的搜索、替换、删除等操作。只要Linux工具支持这套规则（比如grep、vim、egrep等），就能借助它完成复杂的字符串处理，这也是它成为系统管理员必备技能的核心原因。

很多人会把正则表达式和Shell通配符混淆，这里必须划清界限：

• • 通配符：是Shell自带的功能（比如ls *.txt中的*），仅用于匹配文件名等简单场景；
• • 正则表达式：是通用的字符串处理规则，功能更强大，可处理任意文本内容，学习时要彻底区分两者概念。

正则表达式的应用场景十分广泛：邮件服务器的垃圾邮件过滤、系统日志分析、服务器软件的规则配置等，都离不开它。掌握它，能让你的Linux文本处理工作效率翻倍。

二、基础准备：避坑语系影响，玩转核心工具grep

开始学习正则语法前，必须先解决两个关键问题：语系对匹配结果的影响，以及核心工具grep的使用，否则后续实操很容易出现“结果与预期不符”的情况。

2.1 避坑指南：语系对正则的关键影响

Linux的语系设置会直接改变文本编码顺序，进而影响正则匹配结果。比如英文大小写的编码顺序：

• • 当LANG=C时，编码顺序是0-9→A-Z→a-z，[A-Z]能精准匹配所有大写字母；
• • 当LANG=zh_CN.UTF-8时，编码顺序混乱，[A-Z]可能会匹配到部分小写字母。

因此，实操正则表达式时，建议先执行export LANG=C切换到C语系，确保匹配结果的准确性。

为了彻底摆脱语系影响，Linux提供了预定义字符类，比直接写a-z、A-Z更可靠，常用类别一定要记牢：

2.2 核心工具：grep——正则匹配的常用工具

grep是Linux中最常用的文本搜索工具，完美支持基础正则表达式，核心功能是按行匹配字符串，输出匹配到的整行内容。先掌握它的进阶选项，后续正则练习会更顺畅：

grep [-n] [-v] [-i] [-A n] [-B n] [--color=auto] '匹配规则' 文件名

• • -n：显示匹配行的行号，方便定位；
• • -v：反向匹配，显示不满足规则的行；
• • -i：忽略大小写匹配；
• • -A n：显示匹配行及后续n行；
• • -B n：显示匹配行及前面n行；
• • --color=auto：将匹配到的关键词标色，直观易看。

实用小技巧：每次输入--color=auto太麻烦，可在~/.bashrc中添加别名，让颜色自动生效：

alias grep='grep --color=auto'
source ~/.bashrc  # 立即生效

实操示例：从系统核心日志中查找网卡（eth）相关信息，显示行号并标色：

dmesg | grep -n 'eth'

若想查看匹配行的前2行和后3行，只需补充参数：

dmesg | grep -n -A3 -B2 'eth'

三、基础正则表达式：核心语法+实操示例

基础正则表达式是所有用法的核心，掌握以下特殊字符，就能解决80%的日常文本处理需求。为了方便练习，我们先创建测试文件regular_express.txt（内容如下），后续所有示例均基于此文件：

"Open Source" is a good mechanism to develop programs.
apple is my favorite food.
Football game is not use feet only.
this dress doesn't fit me.
However, this dress is about $ 3183 dollars.
GNU is free air not free beer.
Her hair is very beauty.
I can't finish the test.
Oh! The soup taste good.
motorcycle is cheap than car.
This window is clear.
the symbol '*' is represented as start.
Oh! My god!
The gd software is a library for drafting programs.
You are the best is mean you are the no. 1.
The world <Happy> is the same with "glad".
I like dog.
google is the best tools for search keyword.
goooooogle yes!
go! go! Let's go.
# I am VBird
（最后一行是空白行）

3.1 匹配特定字符串：最基础的用法

直接输入要匹配的字符串，即可实现精准搜索，结合grep选项可灵活拓展：

• • 匹配含the的行，显示行号：grep -n 'the' regular_express.txt
• • 反向匹配，显示不含the的行：grep -vn 'the' regular_express.txt
• • 忽略大小写，匹配the/The：grep -in 'the' regular_express.txt

3.2 集合字符[]：匹配“二选一”的字符

[]代表匹配其中任意一个字符，适用于有相似性的字符串匹配。比如同时匹配test和taste，两者核心结构是t?st，用[ae]匹配中间字符即可：

grep -n 't[ae]st' regular_express.txt  # 仅匹配test或taste

[]中加^表示反向选择，即“不匹配其中任意字符”。比如匹配oo，但oo前面不能是g：

grep -n '[^g]oo' regular_express.txt

若要匹配连续字符范围，可在[]中用-，比如：

• • 匹配oo前面不是小写字母的行：grep -n '[^a-z]oo' regular_express.txt
• • 匹配含数字的行：grep -n '[0-9]' regular_express.txt
• • 用预定义字符类替代（更稳妥）：grep -n '[^[:lower:]]oo' regular_express.txt

3.3 行首^与行尾$：精准定位行的开头和结尾

^和$是定位符，分别表示行首和行尾，搭配使用可实现精准行匹配，是日志分析的常用技巧：

• • 匹配行首为the的行：grep -n '^the' regular_express.txt（仅第12行匹配）
• • 匹配行首为小写字母的行：grep -n '^[a-z]' regular_express.txt
• • 匹配行首不是字母的行：grep -n '^[^a-zA-Z]' regular_express.txt（第1行和第21行）
• • 匹配行尾为小数点的行：grep -n '\.$' regular_express.txt（小数点是特殊字符，需用\转义）
• • 匹配空白行：grep -n '^$' regular_express.txt（仅最后一行匹配）