12-Linux基础入门-Linux的正则表达式(综合网络整理)

Posted 2021-04-15 张雨嘉

一、什么是正则表达式

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

注意：

①正则表达式是个广义的概念，在这里讲的是针对Linux使用的正则表达式。

②正则表达式和我们常用的通配符特殊字符是有本质区别的。

③Linux正则表达式一般以行为单位处理的。

④为了使最终结果显示的更好，建议调整别名（alias grep='grep --color=auto'）,让匹配的内容显示颜色。

⑤注意字符集：LC_ALL=C。

⑥本文章是以grep使用为例，可能会跟使用awk,sed有所差异。

二、学习此内容的准备工作

①调整别名

alias grep='grep--color=auto'

②调整字符集

export LC_ALL=C

③检查字符集是否更改

echo $LC_ALL

④模拟数据(例子来源于老男孩51cto博客)

cat>>oldboy.log <<GONGLI

I am oldboy teacher!

I teach linux.

 

I likebadminton ball ,billard ball and chinese chess!

 

my blog is http://oldboy.blog.51cto.com

our site is http://www.etiantian.org

 

my qq num is 49000488.

 

not 4900000448.

my god,i am notoldbey,but OLDBOY!

GONGLI

gd

good

goood

Glad

oldboy1

三、基础正则字符说明(文中的所有示例请调整别名后自行看效果)

1、^word

匹配以word开头的内容,在vi/vim编辑器里，^代表一行的开头。

2、word$

匹配以word结尾的内容,在vi/vim编辑器里，$代表一行的结尾。

3、^$

表示空行。

例：

①过滤出来以m开头的行

grep "^m"oldboy.log

②过滤出来以m结尾的行

 grep "m$" oldboy.log 

③过滤空行

 grep -v "^$" oldboy.log   #排除空行

grep-n "^$" oldboy.log   #-n显示行号

grep-vn "^$" oldboy.log  #显示行号并取反

4、.

代表且只代表任意一个字符。

5、\

转义符号，\.就只代表点本身，让有着特殊身份意义的字符脱掉马甲，还原原型。

6、*

重复0个或多个前面的一个字符。

7、.*

匹配所有字符。

延伸：

^.*以任意多个字符开头，.*$以任意多个字符结尾。

例：

①匹配任意一个字符

grep-n "." oldboy.log    #结果无空行

grep-n ".*" oldboy.log  #文件有啥显示啥

 grep -ni "oldb.y" oldboy.log  #匹配oldb（x）y的，-i意思是也匹配大写

②匹配以点结尾的错误方法

grep -n ".$"oldboy.log       

③匹配以点结尾的正确方法（只匹配点，\转义）

grep -n "\.$"oldboy.log 

④只显示匹配的内容（-o）

grep -on"oldb.y" oldboy.log 

补充-点的含义小结：

①当前目录

②使得文件生效相当于source

③隐藏文件

④任意一个字符

8、[abc]

匹配字符集合内的任意一个字符[a-zA-Z],[0-9]。

9、[^abc]

匹配不包含^后的任意一个字符的内容。

提示：中括号里的^为取反，注意和中括号外面以…开头区别。

10、关于a、n、m、{}和\的组合

①a\{n,m\}

重复n到m次，前一个重复的字符。

②a\{n,\}

重复至少n次，前一个重复的字符。

③a\{n\}

重复n次，前一个重复的字符。

④a\{,m\}

重复至多m次，前一个重复的字符（CentOS5不能用）。

注意：上述如果用egrep（grep -E）/sed -r可以去掉斜线，egrep或sed -r过滤一般特殊字符可以不转义(不用\)。

例：

①匹配字符

grep"[abc]" oldboy.log  #取含有a、b、c单个字符

grep"[^abc]" oldboy.log  #取不含有a、b、c单个字符

grep"[a-z]" oldboy.log #匹配含有小写a-z字母

②匹配数字的行

grep "[0-9]"oldboy.log    

③匹配非数字的行

grep"[^0-9]"oldboy.log    

④匹配重复次数

grep"0\{3\}" oldboy.log #只匹配三次

grep"0\{3,\}" oldboy.log  # 至少匹配三次

grep"0\{3,4\}" oldboy.log #匹配三到四次

grep"0\{,3\}" oldboy.log # 最多三次

四、扩展正则字符说明(grep -E或egrep,此处了解即可，文中的所有示例请调整别名后自行看效果)

1、+

表示重复“一个或一个以上”前面的字符（*是0或多个）。

2、?

表示重复“0个或1个”前面的字符（.是有且只有1个）。

3、|

表示同时过滤多个字符。

4、（）

分组过滤，后向引用。

例：

①表示重复“一个或一个以上”前面的字符（*是0或多个）

grep -E"go+d" oldboy.log

grep -E"go*d" oldboy.log

②?表示重复“0个或1个”前面的字符

grep -E"go?d" oldboy.log

grep -E"go.d" oldboy.log

③ | 表示同时过滤多个字符

grep -E"3306|1521" /etc/services

grep -E"god|good" oldboy.log         

④（）表示分组过滤，后向引用

grep -E"g(la|oo)d" oldboy.log

五、常用的元字符说明

1、\b

单词边界

例：

grep"oldboy\b" oldboy.log

grep"\boldboy\b" oldboy.log

2、\n

换行

3、\r

回车

4、\t

横向制表符，相当于tab