我有一个文件，其中的行都具有相同的模式：
Word word word word,more words here,0-9 more words here
我想找到第一个逗号之前的第一组单词包含 20 个或更多字符的行。我写
cat file.txt | grep -E "^[A-Z,a-z,[:space:]]{20,}[,]{1}"
我认为这会查找一个新行标记，然后查找一系列 20 个或更多字符的单词，然后查找一个逗号，然后停止。之后的单词不应该计算在内，因为那里没有换行标记。
但这也匹配逗号后的第二个单词串。为什么会这样呢？
感谢您的任何帮助。
答案1
[A-Z,a-z,[:space:]]匹配一个排序元素（可以是多个字符），该排序元素在A和之间Z按区域设置的排序顺序排序，或者是字符,，或者在 和 之间排序a，z或者是,字符，或者是在区域设置中被分类为空白的字符。
要匹配除 之外的任何一个字符,，只需[^,].要匹配分类为单词字符或空白的字符，它是[[:alpha:][:space:]]（您可能希望添加到_与 perl 正则表达式等效的[\w\s]）。要匹配 ASCII 字母或 ASCII 空格，如果您的 shell 支持$'...'，则为$'[ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz \t\r\f\v]'1。
所以：
<file.txt grep -E '^[^,]{20,},'
匹配以 20 个或更多非,字符开头且后跟 的行,。
grep（其名称来自中的命令）打印与模式匹配的行。要仅打印这些行中的匹配部分，在某些实现中，您可以添加该选项（最初来自 GNU ）。当发送到支持颜色的终端时，有些还可以用不同的颜色打印匹配的部分。g/regular expression/pedgrep-ogrep
但请注意，使用这些-o/ 时--color，grep会尝试多次匹配正则表达式，并在上一个匹配结束后的行部分上重复搜索。您会发现某些实现grep无法正确执行此操作。例如，使用grepfrom ast-open：
$ echo aaa | grep -o '^a'
a
a
a
这是因为它确实a在行的开头找到了，然后通过在、行的其余部分等^a上应用正则表达式来继续查找更多匹配项。 aaGNU和busyboxgrep没有这个问题。
（注意这cat是连接文件的命令cat，这里不需要它）。
1 在 ASCII 中，还有换行又名\n，换行符^J通常被归类为空白，但它不能出现在行的内容中，因为它是行分隔符，并且它在参数中具有特殊含义，grep可以使用它来分隔多个正则表达式以在行上匹配，因此我们不想将其包含在这里