linux-正则表达式

Posted 2022-03-09 chen1262567640

正则表达式是linux工具用来过滤文本的模式模板

正则表达利用通配符来代表数据流中的一个或多个字符　　常用于sed gawk grep等程序中

正则表达式分为基本正则表达式（BRE）和扩展正则表达式（ERE）　　sed只支持BRE，gawk支持ERE

 

 

BRE模式：

正则表达式区分大小写　　

正则表达式不用写出完整的单词，自动匹配剩余部分　　

可以在正则表达式中使用空格和数字　　

如果在正则表达式中定义了空格，那么就必须出现在数据流中，甚至可以匹配多个空格

正则表达式识别的特殊字符包括　　.*[]^$0+\+?|()　　(不能在文本模式中单独使用这些字符，需要做转义\处理)　　尽管/不是正则表达式的特殊字符，但是在正则表达式也要做转义处理

^（脱字符）　　　　定义从数据流中由换行符决定的新文本行的行首开始的模式。　　要使用脱字符，必须将他放在正则表达式中指定的模式前面　　如果将脱字符列在正则表达式的模式的最后，编辑器会将他当作普通字符匹配。

$（美元符）　　　　定义了行尾锚点　　这个字符加在文本模式之后来指明数据行必须以该模式结尾

组合锚点　　　　　　行首锚点和行尾锚点一起使用（可以删除空白行）

.(点字符)　　　　　　点字符用来匹配除换行符之外任意的单字符（必须匹配一个字符，不能没有）

*　　　　　　　　　　　　　　在字符后面放置*表示该字符将会在匹配模式的文本中出现0次或多次　　常配合点字符使用

[]（字符组）　　　　字符组中的某个字符出现子数据流中，那他就匹配了该模式　　　　方括号中应该含有你要在该组中包含的任何字符　　一个字符组只能匹配一个字符，不能匹配多个字符

[^](排除字符串)　　　反转匹配，匹配字符组中不含有的字符　　[]+^（字符组+脱字符）

[-](使用区间)　　　　指定区间的第一个字符，单破折号，最后一个字符，即可表示从第一个到最后一个字符之间的所有字符（只能表示文本中的一个字符）　　可以在单个字符组中指定多个不连续的区间

特殊字符组：

[[:alpha:]]p　　　　　　　　　　　　匹配任意字母字符，不管式大写还是小写

[[:alnum:]]　　　　　　　　　　　　匹配任意字母数字字符0-9，A-Z,a-a

[[:blank:]]　　　　　　　　　　　　匹配空白符或指标符

[[:digit:]]　　　　　　　　　　　　　匹配0-9之间的数字

[[:lower:]]　　　　　　　　　　　　匹配小写字母a-z

[[:print:]]　　　　　　　　　　　　匹配任意可打印字符

[[:punct:]]　　　　　　　　　　　　匹配任意标点符号

[[:space:]]　　　　　　　　　　　　匹配任意空百符：空格，制表符，NL，FF，VT，CR

[[:upper:]]　　　　　　　　　　　　匹配任意大写字母A-Z

 

 

ERE模式（扩展正则表达式）

?　　　　　　　　　　　　?表示前面的字符出现0次或1次，仅限于此

+　　　　　　　　　　　　+表示前面的字符可以出现1次或多次，但至少出现1次

　　　　　　　　　　　　为重复的正则表达式指定一个上限

　　n　　　　　　　　　　　　正则表达式正好出现n次

　　m,n　　　　　　　　　　　正则表达式至少出现m次，至多n次

|　　　　　　　　　　　　　管道符号允许在检查数据流时，用逻辑或的方式指定正则表达式引擎要用的两个或多个模式，如果其中一个模式匹配了数据流文本，文本就通过了，如果没有模式匹配，数据流文本匹配就不成立

（）　　　　　　　　　　　把正则表达式的模式用（）聚合起来就可以把（）内部的正则表达式模式当成标准字符（单个）。