Linux系统学习之正则表达式

Posted 2020-10-15 挑战者V

一、基础的正则表达式

1."."（一个点)符号

点符号用于U匹配除换行符号之外的任意一个字符。例如:r.t可以匹配rot、rut，但是不能匹配root，但如果使用r..t，就可以匹配root、ruut、r  t(中间是两个空格)等。

2.“*”符号

"*"号用于匹配前一个字符0次或任意多次，比如ab*,可以匹配a、ab、abb等。"*"号经常和"."符号加在一起使用。比如".*"代表任意长度的不包含换行的字符。

3.“{n,m\}"符号

虽然"*"可用于重复匹配前一个字符，但却不能精确地控制匹配的重复次数，使用"\{n,m\}"符号则能更加灵活地控制字符的重复次数，典型的有以下三种形式:

\{n\} 匹配前面的字符n次。下列匹配的是包含root的行（r和t中包含两个o)

[[email protected] ~]# grep ‘ro\{2\}t‘ /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin

　　

\{n,\}匹配前面的字符至少n次以上(含n次)

[[email protected] ~]# grep ‘ro\{0,\}t‘ /etc/passwd
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
vcsa:x:69:69:virtual console memory owner:/dev:/sbin/nologin

\{n,m\}匹配前面的字符n到m次

4."^"这个符号位于数字键盘6的上面，又称尖角号。这个符号用于匹配开头的字符。比如说"^root" 匹配的是以字母root开始的行

[[email protected] ~]# grep ‘^root‘ /etc/passwd
root:x:0:0:root:/root:/bin/bash

 5.“$"符号

和上面的尖角号相对，“$"用于匹配尾部，比如说"abc$"代表的是以abc结尾的行。如果是"^$"则代表该行为空，因为^和$间什么都没有。下例匹配的是以r开头，中间有一串任意字符，以h结尾

[[email protected] ~]# grep ‘^r.*h$‘ /etc/passwd
root:x:0:0:root:/root:/bin/bash

6."[]"符号

这是一对方括号，用于匹配方括号出现的任一字符。比如说单选题的答案，可能是ABCD选项中的任意一个，正则表达式表示的就是[ABCD].如果遇到比较大范围的匹配，比如说要匹配任意一个大写字符，就需要使用"-"号做范围限定，写成[A-Z],要匹配所有字母则写成[A-Za-z].一定要注意，这里的”-“的作用不是充当一个字符。

如果是要匹配不是大写字母A、B、C、D的字符又该怎么写？还记得上面的"^"号吗？如果这个符号出现在[]中，则代表取反，也就是不是的意思。那这里的写法就是[^A-D],事情变得有点复杂了。

　　这里举个例子，看如何匹配手机号。手机号是11位连续的数字，第一位一定是1，所有表示"^1";第二位有可能是3(移动）或8(联通),表示为"[38]";后面连续9个任意数字，表示为

"[0-9]\{9\}";所以整个表达式应该写为"^[38][0-9]\{9\}"

7."\"符号|
假设有一个固定电话号码[phone]，当然也可以写成 021 88888888（区号和电话号码之间用空格隔开），它们的不同之处就是区号和电话号码之间使用的符号不同，一个是
“-”，一个是空格。那么，对于这个电话号码要怎么匹配呢？很容易地想起应该使用"[]"来匹配。但是这么写:[-]是不对的，因为"-"放到"[]"中有特别含义。为了表示其作为一个字符的本意，就要使用"\"符了，这个符号代表转义字符，我们可以对很多特殊的字符进行“转义”，让它只代表字符本身，因此这里的写法就是[\ \-].

再举个例子，之前我们了解到".*"代表的是任意长度的不包括换行的重复字符。但是如果想要匹配任意长度的点号呢？这时我们用转义字符就对了：“\.*"。如果想要对”\"符号进行转义，就可以这样写：“\\"。

8."\<"符号和"\>"符号

这两个符号分别用于界定单词的左边界和右边界。birushuo"\<hello"用于匹配以”helo"开头的单词；而"hell\>"则用于匹配以"hello"结尾的单词。还可以2使用它们的组合“\<\>"用于精确匹配一个字符串。所以”\<hello\>"可精确匹配单词"hello",而不是helloworld等。如下所示:

[[email protected] ~]# echo "hello" | grep ‘\<hello\>‘
hello
[[email protected] ~]# echo "hellod" | grep ‘\<hello\>‘
#//没有输出，表示匹配不成功

9.”\d"符号

匹配一个数字，等价于[0-9],使用grep匹配这种正则表达式时，可能会遇到无法匹配的问题，示例如下:

[[email protected] ~]# echo 123 | grep [0-9]
123
[[email protected] ~]# echo 123 | grep ‘\d‘
#没有输出，表示匹配不成功，为什么呢？
#这是因为"\d"是一种Per1兼容模式的表达式，又称作PCRE,要想使用这种模式的匹配符，需要加上-P参数

  [[email protected] ~]# echo 123 | grep -P ‘\d‘
  123

 10.“b"符号

匹配单词的边界，比如"\bhello\b"可精确匹配"hello"单词

[[email protected] ~]# echo "hello world" |grep ‘\bhello\b‘
hello world
[[email protected] ~]# echo "helloworld" |grep ‘\bhello\b‘
#这里没有匹配

11."\B"符号

匹配非单词的边界，比如hello\B可以匹配"helloworld“中的"hello"

[[email protected] ~]# echo "helloworld" |grep ‘hello\B‘
helloworld

12."\w"符号

匹配字母、数字、下划线,等价于[A-Za-z0-9]

[[email protected] ~]# echo "a" | grep ‘\w‘
a
[[email protected] ~]# echo "\\" | grep ‘\w‘

14."\n"符号

匹配一个换行符

15.”\r"符号

匹配一个回车符

16."\t"符号

匹配一个制表符

17."\f"符号

匹配一个换页符

18."\s"符号

匹配任何空白字符

19."\S"符号

匹配任何非空白字符

二、扩展的正则表达式

“？”符号

"?"符号用于匹配前一个字符0次或1次，所以"ro?t"仅能匹配rot或rt

“+”符号

"+"符号用于匹配前一个字符1次以上，所以"ro+t"就可以匹配rot、root等

"|"符号

"|" 符号是"或"的意思，即多种可能的罗列，彼此间是一种分支关系。比如说有些地区固定电话的区号是4位数，有些地方却是3位数，这样针对不同的区号就有不同的固定电话的表示如:

#区号是3位的固定电话的正则表达式方式

^0[0-9]\{2\}-[0-9]\{8\}

#区号是4位的固定电话的正则表达式方式

^0[0-9]\{3\}-[0-9]\{8\}

#两种区号的固定电话号码可以如下写:

^0[0-9]\{2,3}-[0-9]\{8\}

#使用"|"符号业可以，但是显然比上面的方式麻烦

^0[0-9]\{2\}-[0-9]\{8\}|^0[0-9]\{3\}-[0-9]\{8\}

#"()"符号

"()符号通常需要和"|"符号联合使用，用于枚举一系列可替换的字符。比如说固定电话的区号和电话号码之间，可能用"-"符号或者用一个空格连接，用于匹配的正则表达式如下:

^0[0-9]\{2,3\}(-1)[0-9]\{8\}

^0[0-9]\{2,3\}[\ \-] [0-9]\{8\}

虽然以上两种写法没有本质的不同，因为"()"和"|"可以和"[]"相互混用，但是在某些场景下，"()"和"|"可以做的更多，比如说像hard、hold或hood等这类开头和结尾的字母都一样的单词，要匹配这些就必须使用"()"和"|"了。如下所示:

h(ar|oo|ol)d

 三、通配符

实际上，通配符是一种特殊的语句·1，主要包含"*"号和"?"号(还有"{}"、“^"、”！“)。主要用来模糊搜索文件，使用它来代替一个或多个真正的字符，尤其是在不知道或者不确定完整的文件名时，用来匹配符合条件的文件。

”*“符号:

这里的*就是提到的第一个通配符，代表0个或多个字符。

”？“符号

如果要列出以字母A开头、但是只有两个字母的文件名、以.doc结尾的文件，就需要使用"?"了。当它作为通配符使用时，代表的是任意一个字符。

”{}"符号:

"{}"可拥有匹配所有括号内包含的以逗号隔开的字符。