LinuxShell——正则表达式

Posted 2022-04-20 shamao

LinuxShell——正则表达式

摘要：本文主要学习了Shell中的正则表达式。

简介

含义

正则表达式，也称作正规表示法，是用于描述字符排列和匹配模式的一种语法规则，它主要用于字符串的模式分割、匹配、査找及替换操作。

正则表达式是用来匹配文件中的字符串的方法，它会先把整个文本分成一行一行的字符串，然后从每行字符串中搜索是否有符合正则表达式规则的字符串，如果有则匹配成功，如果没有则匹配失败。

正则表达式和通配符的区别

正则表达式用来在文件中匹配符合条件的字符串，通配符用来匹配符合条件的文件名。其实这种区别只在Shell中适用，因为用来在文件中搜索字符串的命令，如grep、awk、sed等可以支持正则表达式，而在系统中搜索文件的命令，如ls、find、cp等不支持正则表达式，所以只能使用Shell自己的通配符来进行匹配了。

语系对正则表达式的影响

不同环境下语系不同，可能使用正则表达式选取的结果也会有所差异。

使用之前设置语系：

1 [[email protected] ~]# export LANG=C
2 [[email protected] ~]# export LC_ALL=C

元字符

在正则表达式中，我们把用于匹配的特殊符号又称作元字符。在Shell中，元字符又分为基础元字符和扩展元字符。

基础元字符

 1 *：前一个字符匹配0次或任意多次。
 2 .：匹配除换行符外的任意一个字符。
 3 ^：匹配行首。例如：^hello会匹配以hello开头的行。
 4 $：匹配行尾。例如：hello&会匹配以hello结尾的行。
 5 []：匹配中括号里的任意一个字符，而且只匹配一个字符。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]匹配由小写字母和一位数字构成的两位字符。
 6 [^]：匹配除了中括号里的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]匹配任意一位非小写字母。
 7 \：转义符，用于取消特殊符号的含义。
 8 \n\：表示其前面的字符恰好出现n次。例如：[0-9]\4\匹配4位数字，[1][3-8][0-9]\9\匹配手机号码。
 9 \(n,\：表示其前面的字符出现不少于n次。例如：[0-9]\2,\匹配两位及以上的数字。
10 \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]\6,8\匹配6到8位的小写字母。

1）*

正则表达式中的“*”和通配符中的“*”含义不同，正则表达式中的代表前一个字符重复0次或任意多次。

举例：

“a*”并不是匹配a后面的任意字符，而是可以匹配所有内容，包括空白行，所以“a*”是没有意义的。

“aa*”会匹配至少包含一个a的字符串。

“a*b”并不能匹配a和b之间有任意字符的字符串，只能匹配包含了b的字符串。

2）.

正则表达式中的“.”只能匹配一个字符，这个字符可以是任意字符。

举例：

“a.b”会匹配a和b之间有一个字符的字符串。

“a.*b”会匹配a和b之间有任意字符的字符串。

3）^

正则表达式中的“^”代表匹配行首。

举例：

“^M”会匹配以“M”开头的行。

4）$

正则表达式中的“$”代表匹配行尾。

举例：

“n$”会匹配以“n”结尾的行。

5）[]

正则表达式中的“[]”会匹配中括号里指定的任意一个字符，注意只能匹配一个字符。

举例：

“[ao]”要么匹配一个a字符，要么匹配一个o字符。

“[A-Z]”会匹配任意一个大写字母。

6）[^]

正则表达式中的“[^]”会匹配除了中括号里的字符以外的任意一个字符。

举例：

“^[^a-zA-Z]”会匹配不以字母开头的行。

7）\

转义符会取消特殊符号的含义，将其作为正常的字符串来匹配。

举例：

“.$”不能匹配使用.结尾的行，因为.有特殊含义，可以使用“\.$”来匹配使用.结尾的行。

8）\n\

正则表达式中的“\n\”表示其前面的字符恰好出现n次。

举例：

“a\3\”会匹配a字母连续出现3次的字符串，但不会限制之后的字符串，当然也会匹配到“aaaa”。

“a\3\[^a]”会匹配a字母连续出现3次的字符串，并且之后不为a的字符串，也就是只匹配a字母连续出现3次的字符串。

9）\n,\

正则表达式中的“\n,\”表示其前面的字符出现不少于n次。

举例：

“^[0-9]\3,\”会匹配最少连续3个数字开头的字符串。

10）\n,m\

正则表达式中的“\n,m\”表示其前面的字符出现不少于n次，不超过m次。

举例：

“ao\1,3\e”会匹配在字母a和字母e之间最少1个、最多3个的o字符串。

扩展元字符

在正则表达式中还有一些元字符，被称为扩展元字符。有的命令支持这种元字符，比如awk命令，有的命令不支持这种元字符，比如sed命令和grep命令。

1 +：前一个字符匹配1次或任意多次。例如：a+b匹配以a开始以b结尾的字符串。
2 ?：前一个字符匹配0次或1次。例如：a?b匹配ab或者b。
3 |：匹配两个或多个分支选择。例如：a|b|c匹配a或者b或者c。
4 ()：匹配其整体为一个字符，即模式单元。可以理解为由多个单个字符组成的大字符。例如：(abc)+会匹配重复abc这个整体一次或多次的字符串。