Regex linux正则表达式匹配chracter和xDF；

我遇到了在Linux中看不到的东西。有谁能告诉我为什么第一个正则表达式没有提取“ß-胡萝卜素”

谢谢你的帮助

$ cat cmpg|awk  '/[^\w\s({)}\r\n\[\]],/'

仅匹配至少包含一个逗号的行

至于为什么求反字符类与

2

匹配（这让我感到困惑，因为

\w

包含所有ASCII数字，因此

[^\w…]

应该无法匹配

2

）：

awk

使用POSIX基本正则表达式，而这些表达式不知道

\w

（或

\s

）速记。您将需要使用

[：alnum://code>或
[：space://code>

总而言之，这个正则表达式在任何正则表达式风格中都是奇怪的。你想用它实现什么

$ cat cmpg|awk  '/[^\w\s({)}\r\n\[\]],/'

查找包含2个字符的任何字符串：


第一个字符（
[^
）不应为：


\w
：一个“单词”字符（数字、字母数字和下划线）

或者如果awk版本不知道
\w
的特殊含义，则使用Literal
w

\s
：空白（如果使用unicode，可能会有很多东西，而不仅仅是空格和制表符）

或者如果awk版本不知道
\s
的特殊含义，则使用Literal
s

（
：a
（
{
：a
{
）
：a
）
}
：a
}
\r
：换行符
\n
：换行符
\[
：a
[
\]
：a
]

第二个字符必须是：


，
：a
，
（逗号）


最后一行不包含逗号。（测试版将匹配，否则，因为它不是上面列表的一部分）
@TimPietzcker:我可以在OS X和Linux上重新创建他的结果。因为cmpg的最后一行不包含逗号，
？@TimPietzcker:您可能有一个unicode输入文件，所以您需要确保awk理解（并匹配）unicode。尝试设置LC_ALL=…（正确的unicode设置）时，您使用了错误的字母。您需要“β”（希腊小写字母BETA），但使用的是“ß”（拉丁小写字母夏普S）…以及逗号前面的否定字符类中没有的字符（挑剔）但是为什么第二行匹配呢？您的输入文件可能是unicode，awk看到的不是“2”？请尝试检查该awk是否可以处理unicode，如果可以，请确保使用正确的区域设置“cat cmpg | LC|u ALL=…awk'..”。我不是很具体，但是ymmv（取决于您使用的awk、您拥有的地区、文件使用的地区。utf-8？其他什么？）或者它是一个不知道
\w
的awk版本，因此将其视为一个文字
w
？尝试将第二行编辑为“w”而不是“2”，如果它不再匹配，那是因为“\w”被解释为“w”啊，我刚刚发现了同样的事情。只有
gawk
知道这些速记。您可以切换到Perl以避免大多数regexps的可移植性问题（但即使如此，一些Perl版本可能（不确定）有不同的选项或对复杂字符代码的不同处理…）
$ cat cmpg|awk  '/[^\w\s({)}\r\n\[\]],/'