如何用grep匹配仅含美式标准英文字母的行？

你遇到的问题其实是grep的字符类匹配受系统locale（区域设置）影响导致的。默认情况下，如果你的系统使用UTF-8 locale（比如en_US.UTF-8），[A-Za-z]这个字符类会匹配所有Unicode中的拉丁字母——包括带变音符号的ą这类扩展字母，所以才会把Jastrząb也当成符合条件的行。

要严格匹配仅美式ASCII英文字母（A-Z、a-z），可以用以下几种方法：

方法1：强制使用C Locale（最推荐） #

C locale是POSIX标准的默认locale，它只识别ASCII字符，不会把扩展Unicode字母归到[A-Za-z]里。只需在grep前设置LC_ALL=C即可：

echo -e "Jutland\nJastrząb" | LC_ALL=C grep -x '[A-Za-z]*'

执行这个命令后，只会输出Jutland，完全符合你的预期。

方法2：直接指定ASCII字母的十六进制范围 #

如果你不想修改locale，也可以直接用ASCII字符的十六进制范围来精准限定匹配范围：

echo -e "Jutland\nJastrząb" | grep -x '[\x41-\x5A\x61-\x7A]*'

其中\x41-\x5A对应大写A-Z，\x61-\x7A对应小写a-z，完全锁定在ASCII字母范围内。

方法3：使用PCRE正则表达式（需grep支持-P参数） #

如果你的grep版本支持-P（Perl兼容正则表达式），可以明确指定匹配ASCII字母，但同样需要配合locale设置避免扩展字母干扰：

echo -e "Jutland\nJastrząb" | LC_ALL=C grep -Px '[a-zA-Z]*'

额外说明 #

你可以用locale命令查看当前系统的locale设置，如果输出里包含UTF-8相关项，就会出现你遇到的匹配偏差问题。强制设置LC_ALL=C是最通用的解决方案，几乎所有Unix-like系统都支持。

内容的提问来源于stack exchange，提问作者pzkpfw