第十节 正则表达式

Posted beautiful-code

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第十节 正则表达式相关的知识,希望对你有一定的参考价值。

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。

技术分享图片

  1. 注意字符集,exportLC_All=C:无论何时,做何事都要注意字符集
    技术分享图片

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

技术分享图片

$word$搜索以word结尾的内容

技术分享图片

^$表示空行,不是空格

技术分享图片

.代表且只能代表任意一个字符(不匹配空行)

技术分享图片

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

技术分享图片

*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

技术分享图片

.*任意多个字符

技术分享图片

^.*以任意多个字符串开头,.*尽可能多,有多少算多少,贪婪性

技术分享图片

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]

技术分享图片

[^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

技术分享图片

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)

技术分享图片

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

技术分享图片

重复前面一个字符0次或1次(.是有且只有1个)

技术分享图片

管道符表示或者同时过滤多个字符

技术分享图片

()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

技术分享图片

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

以上是关于第十节 正则表达式的主要内容,如果未能解决你的问题,请参考以下文章

JavaScript 进阶第十一章(正则表达式)(完结)

第十六章 Python正则表达式

学习python第十六天,正则表达式

Python基础篇第十一篇:正则表达式之计算器

Python其实很简单 第十一章 正则表达式

Python 学习第十八天 js 正则及其它前端知识