正则表达式与命令行工具的高效组合

命令行是自动化工程的核心阵地，正则表达式结合 grep、sed、awk 等工具可以快速解决文本处理问题。本篇总结常见技巧与脚本模式。

grep / ripgrep 搜索技巧

• 常规匹配：rg "TODO" src 快速扫描代码库中的标记。
• 正向前瞻：rg -P "foo(?=\s+bar)" （-P 启用 PCRE）。
• 反向引用替换：rg -o "error (\d{3})" -r "$1" 仅输出捕获组内容。

sed 正则替换

sed -E 's/^(\w+)=(.*)$/export \1="\2"/' .env > .env.export

启用 -E 可以使用扩展正则。通过捕获组与替换，轻松生成新的配置文件。

awk 结合正则分列

awk 'match($0, /user=(?<user>\w+).*ip=(?<ip>[0-9.]+)/, groups) { print groups["user"], groups["ip"] }' access.log

GNU awk 支持命名捕获组（4.2+），在脚本中直接访问匹配结果。

xargs 与正则批处理

rg -l "console\.log" src | xargs -I{} node scripts/remove-log.js {}

正则筛选文件后交给 xargs 批量执行脚本，实现自动化重构或代码清理。

find + 正则

多数 find 实现支持 -regex：

find src -regex ".*\.(spec|test)\.[jt]sx?" -print

当需要在文件路径层面使用正则时，这是比多次 -name 更灵活的方案。

常见坑点

• 兼容性差异：BSD sed 与 GNU sed 语法存在差异，脚本需注明平台要求。
• 性能考虑：在海量文件上运行正则前可先用 --files-with-matches 缩小范围。
• 转义混乱：Shell、正则双重转义，建议优先使用单引号包裹模式。

建议的脚本结构

1. 将复杂正则写入变量或文件，避免脚本文本难以阅读。
2. 对关键步骤加上 set -euo pipefail，提升稳健性。
3. 在 CI 中配置预设环境，确保正则行为一致。

小结

将正则表达式与命令行工具结合，可以大幅提高日常开发与运维效率。掌握不同工具的正则方言，并对脚本进行充分测试，是打造高效 CLI 工具链的关键。