为何grep -Eo与Python正则匹配结果不同？如何实现一致输出？

问题现象 #

正则表达式[a-zA-Z\s]+在Python和在线正则工具中会贪婪匹配连续的字母+空格组成的字符串块，比如对输入abcd efgh--hello world adf sd，匹配结果是abcd efgh和hello world adf sd。但使用grep -Eo执行相同正则时，输出却是拆分后的单个单词：

▶ echo "abcd efgh--hello world adf sd" | grep -Eo "[a-zA-Z\s]+"
abcd
efgh
hello
world
adf
sd

问题根源 #

核心差异在于正则引擎的兼容性：

• Python和多数在线正则工具使用PCRE（Perl兼容正则表达式），其中\s是标准元字符，可匹配所有空白字符（包括空格），因此[a-zA-Z\s]+能连续匹配字母和空格组成的片段。
• grep -E使用POSIX扩展正则表达式（ERE），POSIX标准中并没有\s这个预定义元字符。部分grep版本（如GNU grep）虽对\s有扩展支持，但未正确解析时，\s不会匹配空格，导致正则仅匹配纯字母序列，空格被视为非匹配分隔符，最终输出单个单词。

解决方法 #

方法1：使用Perl兼容正则模式（grep -P） #

通过-P选项让grep启用PCRE引擎，直接支持\s元字符：

echo "abcd efgh--hello world adf sd" | grep -Po "[a-zA-Z\s]+"

输出结果与Python一致：

abcd efgh
hello world adf sd

方法2：使用POSIX标准空白字符类 #

改用POSIX标准的[:space:]字符类匹配空白字符，兼容所有支持POSIX正则的grep版本：

echo "abcd efgh--hello world adf sd" | grep -Eo "[a-zA-Z[:space:]]+"

同样能得到预期的连续匹配结果。

内容的提问来源于stack exchange，提问作者jeffma