Linux Bash之正则表达式

Posted 2020-11-30 coffee tea or me

首先注意：正则表达式与通配符是完全不同的概念。通配符（wildcard）代表的是 Bash 操作接口的一个功能，而正则表达式是一种字符串处理的表示方式，一定要区分开来。

正则表达式（Regular Expression）是通过一些特殊字符的排列，用以查找/替换/删除一行或多行文字字符串。

也即是说，正则表达式是用在字符串处理上的一项表达式，它不是一个工具程序，而是一个字符串处理的标准依据，如果我们想以正则表达式的方式处理字符串，就要使用支持正则表达式的工具程序，如 vim、sed、awk、grep 等。

A regular expression is a pattern that describes a set of strings.
regexp are constructed analogously to arithmetic expressions, by using various operators to combine smaller expressions.

grep understands three different regexp syntax: “basic” (BRE), “extended” (ERE) and “perl” (PCRE).
In GNU grep, there is no difference in available functionality between basic and extended syntaxes.

首先介绍第一部分，基本正则表达式的基本组成部分，见表1-1，如果想要在大部分机器上都可以使用的可移植脚本，只使用基本组成部分是一个好的选择。

基本正则与扩展正则的区别在于，基本正则中，字符（? + | {} ()  ）被解释为普通字符，也即其字面意思，如果要使用其对应的特殊含义，如使用  ()  表示选项列表，  |  表示选项等，需要加反斜杠  \\  转义。

而在扩展正则中，默认字符（  ? + | {} ()  ）被解释为特殊含义，如果要使用其对应的普通字符含义，需要加反斜杠  \\  转义。

然后来看第二部分，对于 Shell 中的 POSIX 字符，如表1-2所示，基本上可以根据符号猜出其含义，即所谓望文生义，比较容易记忆。这部分对基本正则，扩展正则以及 Perl 格式的正则表达都是一样的，特定的符号特定的含义。

Such certain named classes of characters are predefined within bracket expressions. Their names are self explanatory.

 

接下来是第三部分，元字符及其含义和使用示例，如表1-3所示，这里也只是给出基本正则和扩展正则中支持的元字符，对于Perl风格的正则能支持的更多的字符在稍后的部分展示。 

The symbol \\b matches the empty string at the edge of a word, and \\B matches the empty string provided it\'s not at the edge of a word.
The symbol \\w is a synonym for [_[:alnum:]] and \\W is a synonym for [^_[:alnum:]].
The symbols \\< and \\> respectively match the empty string at the beginning and end of a word.

第四部分，对于扩展正则以及 Perl 风格的正则，其所支持的功能更多更复杂，使用起来也是更方便，其在基本正则的基础上又有一些新的表示和约定，如表1-4所示。

最后一部分， Perl 风格的正则相对于基本正则和扩展正则而言能支持更丰富的元字符，如表1-5所示，有了更多的定义和用法。

参考资料

[1] Shell正则表达式

[2] ASCII