Expressão regular no script bash

Esta é a primeira vez que escrevo bash, então provavelmente estou cometendo um erro fácil.

Basicamente, estou tentando escrever um script que obtenha os grupos de um usuário e, se eles estiverem em um determinado grupo, registrará isso de acordo. Evidentemente, haverá mais funcionalidades, mas não adianta criar isso quando eu nem consigo fazer o regex funcionar!

Até agora, eu tenho o seguinte:

#!/bin/bash

regex="^([a-zA-Z0-9\-_]+ : [a-zA-Z0-9\-_]+) (usergroup)$"

# example output
groups="username : username usergroup"

echo "$groups" >> /home/jrdn/log

if [[ "$groups" =~ $regex ]]; then
    echo "Match!" >> /home/jrdn/log
else
    echo "No match" >> /home/jrdn/log
fi

Em todo lugar que eu tentei esse regex, ele funciona. Mas no script bash, ele apenas gera o $groups, seguido por No match. Então, alguém pode me dizer o que há de errado com isso?

De man 7 regex:

Uma expressão entre colchetes é uma lista de caracteres entre "[]". ...

… Para incluir um literal '-', torne-o o primeiro ou o último caractere. [Todos] outros caracteres especiais, incluindo '\', perdem seu significado especial dentro de uma expressão entre colchetes.

Tentar o regexp com o egrep dá um erro:

$ echo "username : username usergroup" | egrep "^([a-zA-Z0-9\-_]+ : [a-zA-Z0-9\-_]+) (usergroup)$"
egrep: Invalid range end

Aqui está uma versão mais simples, que também fornece um erro:

$ echo 'hi' | egrep '[\-_]'
egrep: Invalid range end

Como \não é especial, é um intervalo, exatamente como [a-z]seria. Você precisa colocar o seu -no final, como [_-]ou:

echo "username : username usergroup" | egrep "^([a-zA-Z0-9_-]+ : [a-zA-Z0-9_-]+) (usergroup)$"
username : username usergroup

Isso deve funcionar independentemente da sua versão da libc (no egrep ou no bash).

editar: isso também depende das configurações de localidade. A página de manual alerta sobre isso:

Os intervalos são muito dependentes da sequência de intercalação e os programas portáteis devem evitar confiar neles.

Por exemplo:

$ echo '\_' | LC_ALL=en_US.UTF8 egrep '[\-_]'
egrep: Invalid range end
$ echo '\_' | LC_ALL=C egrep '[\-_]'
\_

Obviamente, mesmo que não tenha errado, não está fazendo o que você deseja:

$ echo '\^_' | LC_ALL=C egrep '^[\-_]+$'
\^_

É uma gama, que em ASCII, inclui \, [, ^, e _.

Regra geral com regexps (e quaisquer bugs em partes maiores de código): reduza-o e reconstrua-o passo a passo ou use a divisão - o que funcionar melhor para você.

Nesse caso, o culpado acabou sendo o sublinhado - escapar com uma barra invertida fez com que funcionasse.