正则表达式匹配

Posted 2022-08-02 momenglin

切从最基本的开始。模式，是正则表示式最基本的元素，它们时一组描述

字符串特征的字符。模式可以简单，由普通的字符串组成，也可以复杂，往往用特殊的字符表示一个范围内的字符、重复出现，或表示上下文。

例如：

^love

这个模式包含一个特殊的字符^，表示该模式只匹配那些以love开头的字符串。例如该模式与字符串“lovewe”，与“I love you”不匹配。正如^符号表示开头一样，$符号表示用来匹配哪些以给定模式结尾的字符串。

man$

这个模式与“policeman”匹配，与policy不匹配。字符^和$同时使用时，表示精确匹配（字符串与模式一样）。例如：只匹配字符串“bash”。

^bash$

稍微复杂的字符，如标点符号和白字符（空格、制表符等），要用到转义符。所有的转义序列都用反斜杠（\）打头。制表符的转义序列是：\t。因此如果我们要检测一个字符串是否以制表符开头，可以用模式：

^\t

类似的，用“\n”表示“新行”，“\r”表示“回车”。其他特殊符号，可以用在前面加上反斜杠，如果反斜杠本身用\\表示，句号.用\.表示，以此类推。如图所示

字符簇	描述
[[:alnum:]]	字母与数字字符。例如：[[:alnum:]]+
[[:alpha:]]	字母字符(包括大小写字母)。例如：[[:alpha:]]4
[[:blank:]]	空格与制表符。例如：[[:blank:]]*
[[:digit:]]	数字字母。例如：[[:digit:]]?
[[:lower:]]	小写字母。例如：[[:lower:]]5,
[[:upper:]]	大写字母。例如：[[:upper:]]+
[[:punct:]]	标点符号。例如：[[:punct:]]
[[:space:]]	包括换行符，回车等在内的所有空白。例如：[[:space:]]+

但更多的情况下，可能要匹配一个单词或一组数字。一个单词有若干个字母组成，一组数字有若干个单数组成。跟在字符或字符簇后面的花括号()用来确定前面的内容的重复出现的次数