Linux 正则表达式和通配符 以及Python断言

Posted 2020-11-27 hopeless-dream

通配符

通配符通常用来匹配文件、目录

*	匹配任意长度的任意字符，可以是0个
?	匹配任意单个字符，必须是1个
[ ]	匹配指定字符范围内的任意单个字符
[a-z,A-Z,0-9]	匹配所有数字字母，可以不加逗号
[a-z]	表示取a..z的所有字符
[A-Z]	表示A,B.....Z
[a-Z]	表示所有大小写字母
[:upper:]	所有大写字母
[:lower:]	所有小写字母
[:alpha:]	所有字母，大小写
[:digit:]	所有数字
[:alnum:]	所有数字和字母
[:space:]	空白字符
[:punct:]	标点符号
[^]	匹配指定字符范围外的任意单个字符  同[!]
[^0-9]	相当于[^[:digit:]]
[^a-z]	所有非a..z的字符
[^A-Z]	所有非A..Z的字符

 

正则表达式

概述

正则表达式Regular Expression，缩写RE，是文本处理极为重要的技术，用它可以对字符串按照某种规则进行检索、替换。正则表达式应用极其广泛，shell中文本处理命令、各种高级编程语言都支持正则。

分类

1、BRE

基本正则表达式，grep、sed等都支持。

2、ERE

扩展正则表达式，egrep（grep -E）、sed -r等。

3、PCRE

几乎所有高级语言都是PCRE的方言或变种。

 

元字符metacharacter

代码	说明	举例	Basic RegEx	Extend RegEx	Python
.	匹配除换行符以外的任意一个字符	.	.	.	.
[abc]	字符集合，匹配集合中的任意一个字符	[abc]匹配plain中的‘a‘	[abc]	[abc]	[abc]
[^abc]	字符集合，只能表示一个字符位置。 匹配除去集合内字符的任意一个字符	[^abc]可以匹配plain中的‘p‘,‘l‘,‘i‘,‘n‘	[^abc]	[^abc]	[^abc]
[a-Z]	自付范围，也是集合，表示一个字符位置 匹配包含的任意一个字符	常用的有[A-Z][0-9]	[a-Z]	[a-Z]	[a-Z]
[^a-Z]	字符范围，也是个集合，表示一个字符位置 匹配去除集合内字符的任意一个字符		[^a-Z]	[^a-Z]	[^a-Z]
	匹配单词边界	b在文本中查找以b开头的字符			
B	不匹配单词边界	tB包含t的单词但是不以t结尾的t字符，例如write Bb不以b开头但含有b的单词，如able	B	B	B
	匹配一个横向制表符		不支持	不支持
v	匹配一个垂直制表符		不支持	不支持
s	匹配1位空白字符，包括换行符、制表符、空格 [f v],f表示换页，v表示垂直制表符		不支持	不支持
S	匹配一位非空白字符		不支持	不支持
d	同[0-9],匹配一位数字	d	不支持	不支持
D	同[^0-9]，匹配一位非数字		不支持	不支持
w	匹配[a-zA-z0-9_],包含中文	w	w	w	w
W	匹配w之外的字符		W	W	W
<pattern>	<词首锚定，>词尾锚定，这两个和相同	<abc>匹配单词abc等价abc

单行模式

. 点号可以匹配所有字符，包括换行符

^ 表示整个字符串的开头，$表示结尾

 

多行模式

.点号可以匹配所有字符，但不包括换行符

^ 表示整个字符串的开头，$表示结尾，开始指的是 后紧接着下一个字符，结束指的是 前的字符

 

重复

代码	说明	举例
*	表示前面正则表达式匹配的内容 会重复0次或多次	ew*单词中有e，后面是非空白字符
+	表示前面正则表达式重复至少1次	ew+单词中e后面至少有一个非空白字符
？	表示前面的正则表达式会重复0次或1次	ew?单词e后至多有一个非空白字符
{n}	重复n次
{n,}	重复至少n次	ew{1,}等价ew+ ew{0,}等价ew* ew{0,1}等价ew?
{n,m}	重复n到m次	ew{1,10}单词中e后面至少一个最多10个非空白字符

 

分组捕获、断言、注释（python）

代码	说明	举例
x|y	匹配x或匹配y	w|food 或者 (w|f)ood
捕获
(pattern)	使用小括号指定一个子表达式，也叫分组 捕获后会自动分配组号，从1开始，可以改变优先级
数字	匹配对应的分组	(very)1表示匹配 very very，分组是very
(?:pattern)	如果仅仅为了改变优先级，不需要捕获分组	(?:w|f)ood ‘industr(?:y|ies)‘ 等价 ‘industry|industries‘
(?<name>exp)或 (?‘name‘exp)	分组捕获，但是可以通过那么访问分组， Python语法必须是(?P<name>exp)
零宽断言
(?=exp)	零宽度正预测先行断言 断言exp一定出现在匹配字符的右边 也就是说匹配字符的后面一定有exp	f(?=ood)f后面一定有ood出现
(?<=exp)	零宽度正回顾后发断言 断言exp一定出现在匹配字符的左边 也就是说匹配字符前面一定有exp	(?<=d{3})o{1,2}p表示匹配oop的字符串前面一定有三个数字
负向零宽断言
(?!exp)	零宽度负预测先行断言 断言exp一定不会出现在右侧， 也就是说断言后面一定不是exp	d{3}(?!d)表示匹配3位数字且三位数字后 一定不是数字 foo(?!d)表示foo的后面一定不是d
(?<!exp)	零宽度负回顾后发断言 断言exp一定不会出现在左侧， 也就是说断言前面一定不是exp	(?<!f)ood表示ood的前面一定不是f
注释
(?#comment)	注释	f(?=oo)

 

贪婪与非贪婪

 

代码	说明
*?	匹配任意次，但尽可能少重复
+?	匹配至少1次，尽可能少重复
??	匹配0或1次，尽可能少重复
{n,}?	匹配至少n次，尽可能少重复
{n,m}?	匹配至少n次，至多m次，尽量少匹配