grep默认使用基础正则（BRE），?、+、|、()、{}需转义；grep -E启用扩展正则（ERE），符号直接可用；grep -P支持PCRE，含\d、\b、非贪婪等，但兼容性受限；locale设置影响UTF-8匹配，LC_ALL=C会导致中文/emoji匹配失败。
grep 默认不支持扩展正则，grep 和 grep -E 行为完全不同
Linux 下的 grep 默认用的是基础正则（BRE），括号 ()、花括号 {}、问号 ?、加号 + 这些都得加反斜杠才能当元字符用，比如想匹配“abc”或“abcc”，写 grep 'abcc?' file 是没用的——它会字面匹配 c?；得写成 grep 'abcc\?' file。更自然的写法是直接切到扩展正则：grep -E 'abc(c?)' file 或 grep -E 'abc+' file。
常见错误现象：grep 'a+b' file 匹配不到 aab，因为 + 在 BRE 里不是量词，而是普通字符；grep -E 'a+b' 才对。
-
grep：BRE，元字符少，?、+、|、()、{}都要转义才生效 -
grep -E（等价于egrep）：ERE，这些符号直接可用，写法接近日常直觉 -
grep -P：PCRE，支持\d、\s、非贪婪.*?等，但部分老系统（如 CentOS 6）默认不带 PCRE 支持
匹配中文、emoji 或 UTF-8 特殊字符时，LC_ALL=C 会导致正则失效
Linux 终端默认 locale 影响正则引擎对字节和字符的识别。比如文件里有中文“测试123”，执行 grep '测.*3' file 可能不匹配——因为 LC_ALL=C 强制按单字节处理，而 UTF-8 中文是多字节，. 无法跨字节匹配。此时 .* 实际只匹配第一个字节，后面就断了。
解决方法很简单：临时切 locale：LC_ALL=en_US.UTF-8 grep -E '测.*3' file。如果不确定当前 locale，用 locale 查看，优先选带 UTF-8 的值（如 en_US.UTF-8、zh_CN.UTF-8）。
- 避免在脚本里硬写
LC_ALL=C，除非你明确需要字节级匹配（比如处理二进制混入文本的场景） -
LANG或LC_CTYPE单独设也行，但LC_ALL优先级最高，会覆盖其他设置 - 某些容器环境默认
LC_ALL=C，这是最常踩坑的地方
grep -o 提取内容时，别忘了 -P 才支持非贪婪和 Unicode 类
想从日志里抽 IP 地址、邮箱或 URL，grep -o 很方便，但基础 grep 或 -E 不支持 \d、\w、.*? 这类写法。比如提取 IPv4：grep -o -P '\b\d{1,3}(\.\d{1,3}){3}\b' 比用 [0-9] 和一堆 \{1,3\} 清晰得多。
常见错误：用 grep -oE '[0-9]{1,3}(\.[0-9]{1,3}){3}' 匹配 IP，结果可能抽到 999.999.999.999 ——它不校验数字范围，也没单词边界，容易连上其他数字。加 \b 就得切到 -P。
-
-o只输出匹配部分，不带上下文，适合做管道上游（比如接sort | uniq -c） -
-P支持\b（词界）、\d（数字）、\s（空白）、(?i)（忽略大小写）等，但性能略低于-E - 注意
-P在 Alpine Linux 等精简镜像中可能不可用，先grep --version确认
用 grep 做行过滤时，^ 和 $ 的行为取决于是否用 -x 或 -v
^ 和 $ 默认是“行首/行尾锚点”，不是“整行匹配”。比如 grep '^error' file 匹配所有以 error 开头的行，但 grep '^error$' 才只匹配单独一行就是 error 的情况。很多人误以为 ^error$ 和 error 效果一样，其实后者会匹配 myerror.txt，前者不会。
真正要“精确匹配整行”，有两个更稳的方式：grep -x 'error'（不用写 ^$），或者 grep -v 配合取反逻辑（比如排除空行：grep -v '^$'）。
-
grep '^$'匹配空行（只有换行符） -
grep -v '^$'排除空行，但注意：如果某行只有空格，^$不会匹配它，得用grep -v '^[[:space:]]*$' -
grep -x是语义最清晰的整行匹配方式，且兼容所有 grep 实现
grep --help 里那句 “-E, -F, -G, -P” 的区别，比背正则语法有用得多。 
