Linux之正则表达式

Posted 2020-09-17 前程明亮

 

 

正则表达式与通配符的区别:

• 最常应用正则表达式的命令是grep（egrep），sed，awk。
• 正则表达式和通配符有本质区别，正则表达式用来找：【文件】内容，文本，字符串。一般只有三剑客支持。通配符用来找：文件名。普通命令都支持

 

正则表达式的分类

POSIX规范将正则表达式的分为了两种

• 基本正则表达式（BRE，basic regular expression）
• 高级功能：扩展正则表达式（ERE，extended regular expression）

BRE和ERE的区别仅仅是元字符的不同

• BRE（基础正则表达式）只承认的元字符有^$.[]*  其他字符识别为普通字符：\\(\\)
• ERE(扩展正则表达式）则添加了（）{}?+|等
• 只有在用反斜杠“\\”进行转义的情况下，字符（）{}才会在BRE被当作元字符处理，而BRE中，任何元符号前面加上反斜杠反而会使其被当作普通字符来处理。

 

基础正则表达式

字符	描述
^	^word: 搜索以word开头的内容
$	word$: 搜索以word结尾的内容
^$	表示空行，不是空格
.	代表且只能代表任意一个字符（不匹配空行）
\\	转义字符，让有特殊含义的字符脱掉马甲，现出原形，如\\.只表示小数点
*	重复之前的字符或文本0个或多个，之前的文本或字符连续0次或多次
.*	任意多个字符
^.*	以任意多个字符串开头，.*尽可能多，有多少算多少，贪婪性
[^abc]	匹配不包含^后的任意字符a或b或c，是对[abc]的取反，且与^含义不同
a\\{n,m\\}	重复前面a字符n到m次（如果用egrep或sed -r可去掉斜线）

 

 

a\\{n,\\}	重复前面a字符至少n次，如果用egrep或sed -r可去掉斜线
a\\{n\\}	重复前面a字符n次，如果用egrep或sed -r可去掉斜线
---	---

扩展正则表达式ERE

特殊字符	含义与例子
+	重复前一个字符一次或一次以上，前一个字符连续一个或多个，把连续的文本／字符取出
?	重复前面一个字符0次或1次（.是有且只有1个）
管道符|	表示或者同时过滤多个字符
()	分组过滤被括起来的东西表示一个整体（一个字符）

 

管道符|

(): 分组过滤被括起来的东西表示一个整体（一个字符）

 

最早的文本匹配程序，使用POSIX定义的基本正则表达式（BRE）来匹配文本。

• grep -E 强制让grep直接认识正则符号，不需要再进行转义
• egrep 等效grep -E 天生就能认识正则符号
• 我们平时备份可以通过cp 文件名{,.bak}的形式进行，避免再打一次文件名
• sed -r ：让sed支持正则

 

基本正则和扩展正则区别

基础正则BRE	扩展正则ERE
\\?	?
\\+	+
\\{\\}	{}
\\( \\ )	()
\\

所谓基础正则实际上就是得需要转义字符配合表达的正则，而扩展正则就是让命令扩展它的权限让他直接就认识正则表达符号（egrep，sed -r，awk直接支持）

 

补充说明

1 一些预定义的：

正则表达式	描述	示例
[:alnum:]	[a-zA-Z0-9]匹配任意一个字母或数字字符	[[:alnum:]]+
[:alpha:]	匹配任意一个字母字符（包括大小写字母）	[[:alpha:]]{4}
[:blank:]	空格与制表符（横向纵向）	[[:blank:]]*
[:digit:]	匹配任意一个数字字符	[[:digit:]]?
[:lower:]	匹配小写字母	[[:lower:]]{5,}
[:upper:]	匹配大写字母	([[:upper:]]+)?
[:punct:]	匹配标点符号	[[:punct:]]
[:space:]	匹配一个包括换行符，回车等在内的所有空白符	[[:space:]]+
[:graph:]	匹配任何一个可以看得见的且可以打印的字符	[[:graph:]]
[:xdigit:]	任何一个十六进制数	[[:xdigit:]]+
[:cntrl:]	任何一个控制字符（ASCII字符集中的前32个字符）	[[:cntrl:]]
[:print:]	任何一个可以打印的字符	[[:print:]]

2 元字符

元字符是一种Perl风格的正则表达式，只有一部分文本处理工具支持它，并不是所有的文本处理工具都支持

正则表达式	描述	示例
\\b	单词边界	\\bcool\\b匹配cool，不匹配coolant
\\B	非单词边界	cool\\B匹配coolant不匹配cool
\\d	单个数字字符	b\\db匹配b2b，不匹配bcb
\\D	单个非数字字符	b\\Db匹配bcb不匹配b2b
\\w	单个单词字符（字母，数字与_)	\\w匹配1或a，不匹配&
\\W	单个非单词字符	\\W匹配&，不匹配1或a
\\n	换行符	\\n匹配一个新行
\\s	单个空白字符	x\\sx匹配xx，不匹配xx
\\S	单个非空白字符	x\\S\\x匹配xkx，不匹配xx
\\r	回车	\\r匹配回车
\\t	横向制表符	\\t匹配一个横向制表符
\\v	垂直制表符	\\v匹配一个垂直制表符
\\f	换页符	\\f匹配一个换页符

 

参考博客：http://www.cnblogs.com/chensiqiqi/p/6285060.html