有两种不同的正则表达式风格时经年累月的历史产物。虽然 egrep 风格的扩展正则表达式在 UNIX 早期开发时就已经存在了,但 Ken Thompson 并不觉得有必要在 ed 编辑器里使用这样全方位的正则表达式。
ed 的程序代码后来成了 grep 的基础(grep 为 ed 命令中 g/re/p 的缩写,意即全局性匹配 re,并将其打印)。ed 的程序代码后来也成为初始构建 sed 的根基。
就在 pre-V7 时期, Al Aho 创造了 egrep ,Al Aho 是贝尔实验室的研究人员,他为正则表达式匹配于语言解析的研究奠定了基础。egrep里的核心匹配程序代码,日后也被 awk 的正则表达式拿来使用。
\< 与 \> 运算符起源于滑铁卢大学的 Rob Pike、Tom Duff、Hugh Redelmeier,以及 David Tilbrook 所修改的 ed 版本。Bill Joy 在 UCB 时,便将这两个运算符纳入 ex 与 vi 编辑器,自那时起,它就广为流传。
UNIX 程序及其正则表达式类型
类型 | grep | sed | ed | ex/vi | more | egrep | awk | lex |
BRE | ||||||||
ERE | ||||||||
\< \> |
正如我们再本章开头所提到的:要(试图)解决多个 grep 的矛盾,POSIX 决定以单个 grep 程序解决。POSIX 的 grep 默认行为模式使用的是 BRE。加上 -E 选项则它使用 ERE ,及加上 -F 选项,则它使用 fgrep 的固定字符串匹配算法。因此,真正地遵循 POSIX 的程序以 gerp -E ... 取代 egrep ...。不过,因为所有的 UNIX 系统确实拥有它,且可能已经有许多年了,所以我们继续在自己的脚本中使用它。
最后要注意的一点就是:通常,awk 在其扩展正则表达式里不支持区间表达式。直至2005年,各种不同厂商的 awk 版本也并非全面支持区间表达式。为了让程序具有可移植性,若需要在 awk 程序里匹配大方括号,应该以反斜杠转义它,或将它们括在方括号表达式里。