第十节 正则表达式

Posted 2020-11-20 beautiful-code

第1章 什么是正则表达式

1. 正则表达式就是为了处理大量的文本|字符串而定义的一套规则和方法
2. 通过定义的这些特殊符号的辅助，系统管理员就可以快速过滤，替换或输出需要的字符串。Linux正则表达式一般以行为单位处理。

简单说

• 为处理大量文本|字符串而定义的一套规则和方法
• 以行为单位出来，一次处理一行

正则表达式是一种描述一组字符串的模式，类似数字表达式，通过各种操作符组成更小的表达式

第2章 为何使用正则表达式

linux运维工作，大量过滤日志工作，化繁为简。
简单，高效。
正则表达式高级工具；三剑客都支持

第3章 容易混淆的两个注意事项

• 正则表达式应用非常广泛，存在于各种语言中，php perl grep sed awk 支持。ls * 通配符
• 但现在学的是Linux中的正则表达式，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

第4章 正则表达式使用注意事项

1. linux正则表达式以行为单位处理字符串

2. 便于区别过滤出来的字符串，一定配合grep／egrep命令学习。

1. 注意字符集，exportLC_All=C:无论何时，做何事都要注意字符集
   

第5章 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）

5.1 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ERE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。

第6章 如何区分通配符和正则表达式

1. 不需要思考的判断方法：在三剑客awk，sed，grep，egrep都是正则，其他都是通配符
2. 区别通配符和正则表达式最简单的方法：

（1）文件目录名===>通配符
（2）文件内容（字符串，文本【文件】内容）===>正则表达式

1. 通配符和正则表达式都有“*”，“?”，“【】”，但是通配符的这些符号都能自身代表任意字符，而正则表达式的这些符号只能代表这些符号前面的字符

第7章 基本正则表达式

7.1 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

括号表达式
[abc][0-9][.,/]	匹配字符集合内的任意一个字符a或b或c：[a-z]匹配所有小写字母；表示一个整体，内藏无限可能；[abc]找a或b或c可以写成[a-c]

[^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
---	---

第8章 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），后向引用

第9章 正则小结

• 基础正则：BRE
  |^|$|.||.|[abc]|[^abc]|
  |---|---|

• 扩展正则：ERE
  |+|||?|()|{}|a{n,m}|a{n,}|a{n}|
  |---|---|

• 转义字符:将字符的意思改变（不支持正则符号的，转变字符含义为正则，支持正则的转变为普通字符含义）

注意：

• grep默认不支持正则，因此正则表达式的符号对于grep来说就等同于普通字符含义，因此，想让grep直接处理正则符号必须通过转义字符{}来处理。
• 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

第10章 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）

第11章 补充说明

11.1 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:]]

11.2 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
	单词边界	cool匹配cool，不匹配coolant
B	非单词边界	coolB匹配coolant不匹配cool
d	单个数字字符	bdb匹配b2b，不匹配bcb
D	单个非数字字符	bDb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
	换行符	匹配一个新行
s	单个空白字符	xsx匹配xx，不匹配xx
S	单个非空白字符	xSx匹配xkx，不匹配xx
	回车	匹配回车
	横向制表符	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

第12章 正则表达式总结

• egrep／grep 了解一下正则，简单看看效果，结果
• egrep／grep -o 参数看正则到底匹配了什么
• 多练就好，配合grep，egrep，sed -r，awk更为强大

第13章 参考资料

点我查看：正则表达式30分钟入门教程