如何将正则表达式转换为bash中grep/sed可识别的合法字符串？

问题根源 #

你遇到的报错来自两个核心原因：

1. Bash对字符串中的特殊字符（单引号、反引号、$等）有语法解析规则，直接输入包含这些字符的正则会触发语法错误；
2. 原正则使用了PCRE（Perl兼容正则表达式）特性（比如非捕获组(?:...)），而grep默认使用基础正则表达式（BRE），无法识别这类语法。

核心解决方案 #

1. 正确处理Bash字符串引用 #

正则中包含单引号时，不能直接用单引号包裹整个表达式，推荐两种可靠方式：

• 单引号分段拼接：把正则中含单引号的部分拆分开，用'\''插入单引号（逻辑是：闭合当前单引号→输入一个单引号→重新打开单引号）；
• 双引号包裹+转义特殊字符：用双引号包裹正则，同时把$、\``、`这类Bash特殊字符转义为\$、\``、\`。

2. 让grep支持PCRE正则 #

GNU grep提供-P参数启用PCRE模式，完美兼容原正则的非捕获组等特性。如果是BSD grep（比如macOS默认版本），可以通过包管理器安装GNU grep（如brew install grep，使用时调用ggrep）。

3. 针对示例邮箱正则的具体操作 #

步骤1：修复HTML转义字符

原正则中的&是HTML转义的&，"是HTML转义的"，先还原为原始字符。

步骤2：将正则存入变量（推荐）

用单引号分段法处理内部单引号，把正则存入变量方便复用：

EMAIL_REGEX='(?:[a-z0-9!#$%&'\''*+\/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'\''*+\/=?^_`{|}~-]+)*|"([\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:(2(5[0-5]|[0-4][0-9])|1[0-9][0-9]|[1-9]?[0-9]))\.){3}(?:(2(5[0-5]|[0-4][0-9])|1[0-9][0-9]|[1-9]?[0-9])|[a-z0-9-]*[a-z0-9]:([\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])'

步骤3：使用grep匹配

# 匹配文件中所有包含符合规则邮箱的行
grep -P "$EMAIL_REGEX" your_file.txt

# 只匹配整行都是邮箱的行
grep -Px "$EMAIL_REGEX" your_file.txt

# 只输出匹配到的邮箱内容，而非整行
grep -Po "$EMAIL_REGEX" your_file.txt

4. sed适配方案 #

sed的扩展正则（-E参数）不支持非捕获组(?:...)，需要把所有(?:替换为(（sed中所有组都是捕获组，不影响匹配逻辑），再处理字符串引用：

# 修改正则，替换(?:为(
SED_EMAIL_REGEX='([a-z0-9!#$%&'\''*+\/=?^_`{|}~-]+(\.[a-z0-9!#$%&'\''*+\/=?^_`{|}~-]+)*|"([\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(([a-z0-9]([a-z0-9-]*[a-z0-9])?\.)+[a-z0-9]([a-z0-9-]*[a-z0-9])?|\[(?:(2(5[0-5]|[0-4][0-9])|1[0-9][0-9]|[1-9]?[0-9]))\.){3}((2(5[0-5]|[0-4][0-9])|1[0-9][0-9]|[1-9]?[0-9])|[a-z0-9-]*[a-z0-9]:([\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])'

# 使用sed匹配并输出
sed -nE "/$SED_EMAIL_REGEX/p" your_file.txt

内容的提问来源于stack exchange，提问作者Mr.