正则表达式元字符扩展正则字符簇

Posted 2022-05-20 木子小世界

正则表达式

由普通字符和元字符( Metacharacters)组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义。

元字符表达的是不同于字面本身的含义。元字符通常由各种执行模式匹配操作的程序(如vi、grep、sed、 awk、 python)来解析，在最简单的情况下，一个正则表达式看上去就是一个普通的查找模式。例如，正则表达式“testing"中没有包含任何元字符，它可以匹配“testing"  和“testing123” 等字符串，但不能匹配“Testing”。

常用元字符

元字符	描述	举例
^	匹配行首	^love
$	匹配行尾	love$
.	点，匹配单个字符	l.ve匹配l开始、一个任意字符、ve结尾
\\	将下一个字符标记为特殊字符	love\\.
*	匹配前导符任意多次	"abc*" 能匹配 ab abc abcd abcde abcdef
[xyz]	字符集合，匹配所包含的任意一个字符	[lL]ove
[^xyz]	匹配未包含的任意字符
\\< \\>	词首词尾定义符	\\<the 能匹配for the ok 不能匹配 other
x\\m,n\\	字符x出现m到n次	也可 x\\m\\ 出现m次 x\\m,\\ 出现m次以上

扩展正则表达式元字符

+	匹配1或多个前导字符	"[a-z]+ove" loove looove love iloveyou
？	匹配0或1个前导字符	lo?ve  匹配出 love lve
a|b	匹配a 或b
( )	匹配括号中的全部字符

在程序中，要判断数输入的电话号码地址等，用普通的字面字符是不够的，需要使用相应的字符模式的方法来描述，就是字符簇。更多情况下，可能要匹配一个单词或一组数字，跟在字符或字符簇后面的花括号()用来确定前面的内容重复出现的次数。

几个常用的的字符簇

.*	所有行
^$	空行
^[a-zA-Z_]$	所有的字母和下划线
^[[:alpha:]]3$	所有的三个字母的单词
^a$	匹配字母a
^a2,$	包含多于两个a的字符串
^[A-Z]..$	开头一个大写，最后2个任意字符
^[A-Z][a-z ]*3[0-5]	一个大写开头，0到多个小写，3，最后是0-5的一个数字
[a-z]*\\.	0到多个小写字母，最后一个点
^ *[A-Z][a-z][a-z]$	0到多个空格开头，一个大写，一个小写，再一个小写结尾
^[A-Za-z]*[^,][A-Za-z]*$	0到多个字母开头，非逗号，0到多个英文结尾
5223\\.	5两次2三次和一个点
^[ \\t]*#	有0到多个，空格或者tab开头的行，的注释行
:1,$ s/\\(square\\) and \\(fair\\)/\\2 and \\1/	换个位置