正则表达式与Linux通配符

Posted 2021-01-10 pulp

正则表达式与通配符

• 正则表达式用来在文件中匹配符合条件的字符串，正则是包含匹配。grep、awk、sed
  等命令可以支持正则表达式。
  
• 通配符用来匹配符合条件的文件名，通配符是完全匹配。ls、find、cp这些命令不支
  持正则表达式，所以只能使用shell自己的通配符来进行匹配。

---

Linux通配符

通配符是由shell处理的（不是由所涉及到命令语句处理的，其实我们在shell各个命令
中也没有发现有这些通配符的介绍），它只会出现在命令的“参数”里。shell会将其当作
路径或文件名去在磁盘上搜寻可能的匹配；若符合要求的匹配存在，则进行代换；否则
就将该通配符作为一个普通字符传递给命令，然后再由命令进行处理。
总之，通配符实际上就是一种shell实现的路径扩展功能，在通配符被处理后，shell会
先完成该命令的重组，然后再继续处理重组后的命令，直至执行该命令。
shell常见通配符

字符	含义	实例
*	匹配0个或多个字符	a*b a与b之间可以有任意长度的任意字符，也可以一个也没有，例如aabcb，axyzb
?	匹配任意一个字符	a?b a与b之间必须也只能有一个字符，可以是任意字符，例如：aab，acb，a0b
[list]	匹配list中的任意一个字符	a[xyz]b a与b之间必须也只能有一个字符，但只能是list中的，例如：axb，ayb，azb
[!list]	匹配非list中的任意一个字符	a[!0-9] a与b之间必须也只能有一个字符，但不能是list中，例如：axb，acb，a-b
[c1-c2]	匹配c1-c2中的任意一个字符	a[0-9] 在c1到c2间匹配一个字符
{string1,string2,...}	匹配string1或string2其一字符串	a{abc,xyz,123}b a与b之间只能是{}中的字符串。

注：通配符看起来有点像正则表达式语句，但是它与正则表达式不同，不能相互混淆。
把通配符理解为shell特殊代号字符就可。而且涉及的只有：*，?，[]，{}，这几种。

---

基础正则表达式

元字符	作用
*	前一个字符匹配0次或任意多次
.	匹配除了换行符外任意一个字符
^	匹配行首。例如：^hello会匹配以hello开头的行。
$	匹配行尾。例如：hello$会匹配以hello结尾的行。
[]	匹配方括号中指定的任意一个字符，制匹配一个字符。例如：[aoeiu]匹配任意一个元音字母，[0-9]匹配任意一位数字，[a-z][0-9]匹配小写字字母和一位数字构成的 两位字符。
[^]	匹配除方括号中字符以外的任意一个字符。例如：[^0-9]匹配任意一位非数字字符。[^a-z]表示任意一位非小写字母。
	转义符。用于取消特殊符号的含义。
{n}	表示前面的字符恰好出现n次。例如：[0-9]{4}匹配4位数字。
{n,}	表示其前面的字符出现不小于n次。例如：[0-9]{2,}表示两位及以上的数字。
{n,m}	表示其前面的字符至少出现n次，最多出现m次。例如：[a-z]{6,m}匹配6到8位的小写字母。

语系对正则表达式的影响

由于不同语系的编码表不同，所以会造成我们获取数据的差异。例如：
LANG = C ：0 1 2 3 4 5 ... A B C D E ..... Z a b c d e ....z
LANG = zh_TW.big5 : 0 1 2 3 4 5 ..... A a B b C c D d ...Z z
此时 ，如果你想要获取大写字母而实用[A-Z]时，LANG = C会很容易取出大写字母(因为码表A-Z是连续的，中间并没有其他字符），而对zh_TW.big5，会发现 a - z 也同样被取出来了。这是因为对于LANG = zh_TW.big5 编码a - z 是混在A- Z中间的。所以，在使用正则表达式时，一定要留意语系问题！
为避免语系对正则表达式的干扰，应尽量使用正则表达式所提供的特殊字符 ：