Question

linux字符集对正则表达式有什么影响

Answer 1

有时候为了让Linux终端能够显示中文，会将终端的编码字符集设置为GB2312简体中文编码（就是将LANG环境变量设置成zh_CN.gb2312），这个时候对正则表达式的结果是有影响的。
比如，zh_CN.gb2312这个语系编码的数字及大小写英文的顺序是：0 1 2 3 4 5 6 ...... a A b B c C d D e E ...... z Z，当我们使用表示大写字符的[A-Z]时，在zh_CN.gb2312语系编码下，就不是表示大写字符了，而是表示“A b B c C d D e E ...... z Z”这一堆字符。
所以，在使用兼容于POSIX标准的正则表达式的时候，一般是使用“LANG=C”这个语系编码。另外，尽量使用特殊符号来表示英文和数字，比如用[:upper:]来代替[A-Z]。