在Linux find命令中正则表达式的各种用法
在本教程中，我们将讨论将命令 find 与正则表达式（regex）一起使用。我们将了解如何指定正则表达式以进一步优化搜索结果。
正则表达式
在介绍如何在 find 中使用正则表达式之前，我们先来了解一下什么是正则表达式以及正则表达式的构造。
正则表达式（简称 regex）是一种功能强大的工具，由指定搜索模式的字符序列描述。正因为如此，将正则表达式与 find 结合使用，就能以更精简的命令实现更精细的搜索。
正则表达式有不同的类型和格式。下面解释的概念在它们之间是一致的。不过，更高级的功能需要知道使用的是哪种类型的正则表达式，因为它们之间存在差异。下文将详细介绍 find 命令所接受的 regex 类型。
主要正则表达式语法和示例
虽然 regex 有时会让人望而生畏，但它能改进搜索并增强与命令行的交互。只需掌握基本知识，我们就能从中获益。
简单介绍一下，regex 标记可以匹配多个字符：
- 句号（.）：匹配任何字符一次（换行符除外）：q.e 将匹配字符串 qwe、qre 和 qee，但不匹配字符串 qe 或 qwwe。
- 星号（* ）：匹配前一个字符/正则表达式的零次或多次出现：qw*e 将匹配字符串 qe、qwe 和 qwwe，但不匹配字符串 qre。
- 反斜线 (\)：用于转义特殊字符，例如，用于搜索句号：q\.e 将匹配字符串 q.e，但不匹配字符串 qre、qee、qe 或 qwwe。
- 方括号（[字符串]）：限定只能匹配方括号内字符，任何一个字符可以：q[we]r 将匹配字符串 qwr 和 qer，但不匹配字符串 qr、qwer 或 qwewer。
- 尖括号 (^)：它排除方括号内的内容（尽管在文件中搜索时它也指定行的开头）：q[^we]r 将匹配字符串 qar 和 qsr，但不匹配字符串 qwr 或 qer。
根据前面的讨论，.* 将匹配除换行符之外的任何字符的零次或多次出现，这意味着它将匹配任何字符串！
命令描述
find命令的使用可分为两个部分：path和expression：
find [path] [expression]
path是搜索的目录。expression部分还包括在符合搜索条件的文件中可能采取的操作。在这里，find命令有三个与正则表达式相关的选项。我们现在通过一些用例示例来展示它们。以下模型目录将用于示例：
$ tree ./
./
├── a0
├── a0.sh
├── A0.sh
├── a1
├── a1.sh
├── A1.sh
├── a2
├── ca
├── cb
├── cc
└── folder
├── a0
├── a1
└── a0folder
├── a0
└── a1
使用 -regex
第一推荐是使用-regex参数指定正则表达式：
find [path] -regex [regular_expression]
使用该命令将搜索目录文件，并返回符合 regular_expression 的文件。regular_expression 搜索目标涵盖了完整的文件名，包括根目录。这意味着，如果在当前目录下查找，正则表达式应以 \.\/ 开头（使用反斜杠转义特殊字符）。
下面的命令查找当前目录（\.\/）中以字母 a 开头、后跟 0 或 1 的文件（使用 -type f 标志）：
find ./ -type f -regex '\.\/a[01].*' ./a1 ./a0 ./a1.sh ./a0.sh
文件 a2 没有返回，因为字母 a 后面没有 0 或 1。 我们还可以使用命令在一级目录中搜索，而不是在当前目录中搜索：
find ./ -type f -regex '\.\/[^/]*\/a[01][^/]*' ./folder/a1 ./folder/a0
最后两个 regexes 有两个不同之处。首先，标记[^/]*\/指的是任何不包含任何斜线（[^/]*）的字符串，后面紧接着以字母 a 开头的文件名前的一个斜线（\/）。其次，我们用 [^/]替换了句号，表示字母 a 后面不能再出现斜线。
子目录中的文件不符合 regex：在第一个斜线（当前目录）和紧跟字母 a 的斜线之间有额外的斜线表示子目录（例如 ./folder/a0folder/a0）。
最后，要包含所有子目录中的所有文件，我们可以使用
find ./ -type f -regex '.*a[01].*' ./folder/a0folder ./folder/a0folder/a0 ./folder/a0folder/a1 ./folder/a0 ./folder/a1 ./a0 ./a1 ./a0.sh ./a1.sh
使用 -iregex
第二种是-iregex:
find [path] -iregex [regular_expression]
该命令执行与 -regex 选项相同的搜索，但忽略搜索模式的字母大小写。为了便于记忆，命令 -iregex 代表不区分大小写的 regex。
如果我们修改之前的一条命令，只查找带点的文件（包括[.]），输出结果如下：
find ./ -type f -regex '\.\/a[01][.].*' ./a0.sh ./a1.sh
使用 -iregex 标志而不是 -regex 标志得到的结果也包括大写字母 A 的文件：
find ./ -type f -iregex '\.\/a[01][.].*' ./a0.sh ./A1.sh ./A0.sh ./a1.sh
使用 -regextype
最后，选项 -regextype 用来选择正则表达式的类别：
find [path] -regex [regular_expression] -regextype [regex_type]
find命令有不同的 regex 类型：
- findutils
- emacs (是默认选项，除非另有说明)
- gnu-awk
- grep
- egrep
- posix-awk
- posix-basic
- posix-egrep
- posix-extended
前面定义的表达式与所有这些类型的 regex 都兼容。不过，在不同的 regex 类型下，更高级的搜索查询可能会产生不同的结果。有一个全面的 GNU 网页专门详细介绍了不同的语法。
与 Bash Globbing 的对比
在使用 Linux 一段时间后，bash 的 globbing 功能肯定会出现在 ls 等命令中。让我们看看下面这条命令：
ls *.png
它会列出扩展名为 .png 的所有文件。同时，命令：
ls M*.png
列出了扩展名为 .png 并以字母 M 开头的所有文件。这就是 Bash globbing 的作用：文件名补全。使用 find 命令搜索文件名时，会用到 Bash globbing 。
尽管它们看起来很相似，但 bash globbing 和正则表达式的语法却不尽相同，这使得问题变得更加复杂。我们将讨论其中两个最相关的差异。在 bash 中，句点（.）代表一个字面意义上的句点，而在 regex 中，句点代表任何一个字符。第一条命令展示了 bash globbing ：
find ./ -type f -name 'a*.sh' ./a0.sh ./a1.sh
要获得相同的结果，我们可以使用下面的 regex 查找命令：
find ./ -type f -regex '\.\/a.*\.sh' ./a0.sh ./a1.sh
bash globbing 与正则表达式的另一个区别是星号 (*)：在 bash globbing 中，星号代表零个或多个任意字符，但在 regex 中，星号代表零个或多个前一个字符。因此，无论是 bash globbing 还是 regex，类似命令的行为都是不同的。当我们使用 bash globbing 时，下面的命令会返回所有以 c 开头的文件：
find ./ -type f -name 'c*' ./cb ./cc ./ca
但是，如果使用 regex 类似的搜索模式，则会返回名称中只包含 c 的所有文件：
find ./ -type f -regex '\.\/c*' ./cc
在目录中搜索时，我们应该牢记这些差异，以便更好地使用 bash 语法或正则表达式。
