正则表达式选项分析

Posted

tags:

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

在使用Linux系统的时候我们常常需要对一些文本进行处理,但是有的时候文本特别长,所以我们需要找出我们需要的那些文本。grep命令就可以实现这个功能。

grep系列分为三种,分别是grep,egrep,fgrep,其中egrep和fgrep可以算是grep的衍生版,当grep加上一些特殊命令就变成了egrep和fgrep。这三种命令属于文本搜索工具,基于给定的文本进行模糊搜索。

grep的全名为Global search REgular expression and Print out the line,中文意思就是利用正则表达式进行全局搜索并将匹配的行显示出来。这个命令默认工作在贪婪模式下,也就是匹配所有可以匹配的内容,并显示出匹配到的字符所在行的全部内容。格式为grep [OPTIONS] PATTERN [FILE...]。

OPTIONS为grep的选项,常用选项有:

-i,--ignore:忽略文本字符的大小写;

 这个功能能够用在当我们不想区分大小写的地方,比如:匹配所有以大、小写s字母

        ~]$ echo sadSdaaea | grep -i "s"

    匹配结果:sadSdaaea

-v:反向匹配;最终显示结果是PATTERN不能成功匹配的行;

       比如:先创建一个包含以下内容的文本文档“a”
             ~]$ cat a        
            sd
            zx
            qw
            然后使用匹配命令
           ~]$ grep -v "s" a

  匹配结果:

        zx

        qw

-c --count:匹配PATTERN这个条件的行数;

            比如:可以使用上一个选项创建的“a”文件,然后执行命令:
                ~]$ grep -c "s" a

   匹配结果:

      1

-o --only matching:关闭贪婪模式,仅显示能够匹配的内容;

    当我们在匹配的时候加上了这个选项,那么在显示匹配结果的时候只会显示匹配到的内容

        比如:

                    grep -o "s" a

   匹配结果: 

      s

    这个结果匹配到的行应该是sd,但是由于加上了-o选项,所以只显示一个“s”字母

-q --quiet:安静模式,不输出任何匹配结果;

--color=auto:

-E:扩展的正则表达式,grep -E相当于egrep

-F --fixed-strings:grep -F相当于fgrep

-G --basic-regexp:基本的正则表达式 

    egrep -G相当于grep

    fgrep -G相当于grep

-P per1-regexp:使用PCRE引擎;

-A --after-context=NUM:在显示PATTERN的同时显示其后面NUM行;

        创建文件a,包含以下内容            
            ]$ cat a
            dasda
            efaf
            aew
            aa
            gaergaerg
            aerg
            aergaerg
            aer
            ga
            ergaeg
         ]$ cat a |grep-A 2 "aa"

   匹配结果:

    aa

    gaergaerg

    aerg

    显示匹配到的内容,并显示其后头的两行

-B --before-context=NUM:在显示PATTERN的同时显示其前面NUM行;

         ]$ cat a |grep-B 2 "aa"

    efaf

    aew

    aa 

    显示匹配到的内容,并显示其前头的两行

-C --context=NUM:在显示PATTERN的同时显示其前后NUM行;

                 ]$ cat a |grep -C 2 "aa"

      匹配结果:  

        efaf

        aew

        aa

        gaergaerg

        aerg

    显示匹配到的内容,并显示其前头和后头的两行

PATTERN是过滤条件,是由正则表达式的元字符以及没有特殊含义的文本字符组成。正则表达式的元字符会被正则表达式的引擎解释为特殊含义。pcre——perl语言的正则表达式引擎是现在公认最完整的引擎。由一些正则表达式的元字符组成。比如:

  字符匹配:

    .:匹配任意单个字符;

            ]$ cat a |grep "."

      匹配结果:

        dasda

        efaf

        aew

        aa

        gaergaerg

        aerg

        aergaerg

        aer

        ga

        ergaeg

    []:匹配范围内的任意单个字符;   

            ]$ echo abcde | grep "[ace]"

    匹配结果:

        abcde

    [^]:匹配指定范围以外的人以单个字符;

      ]$ echo abcde | grep "[^ace]"

    匹配结果:

        abcde

  下列所有字符集都可以放于[]中用于匹配单个字符;

   [:lower:]:小写字母

            ]$ echo 1a2D |grep "[[:lower:]]"

    匹配结果:

        1a2D

   [:upper:]:大写字母

            ]$ echo 1a2D |grep "[[:upper:]]"

    匹配结果:

        1a2D

   [:alpha:]:所有字母,同于[:lower:]和[:upper:]的组合

            ]$ echo 1a2D |grep "[[:alpha:]]"

    匹配结果:

        1a2D

   [:digit:]:数字0-9:0 1 2 3 4 5 6 7 8 9

            ]$ echo 1a2D |grep "[[:digit:]]"

    匹配结果:

        1a2D

   [:space:]:空格和制表符

匹配空白和制表符

   [:alnum:]:字母与数字,同于[:alpha:]和[:digit:]的组合

            ]$ echo 1a2D |grep "[[:alnum:]]"

    匹配结果:

        1a2D

   [:punct:]:特殊字符如:! " # $ % & ‘ ( ) * + , - . / : ; < = > ? @ [ \ ] ^ _ `  ~

            ]$ echo ‘[email protected]#‘ |grep"[[:punct:]]"(因为有特殊字符,所以使用强引用单引号将特殊字符变为普通字符)

    匹配结果:

        1a2D[email protected]#

   [:blank:]:空白

   [:xdigit:]:所有的十六进制数字:0 1 2 3 4 5 6 7 8 9 A B C D E F a b c d e f

            ]$ echo ‘[email protected]#‘ |grep"[[:xdigit:]]"

    匹配结果:

        1a2D[email protected]#

   a-z:所有的小写字母;

            ]$ echo ‘[email protected]#‘ |grep "[a-z]"

    匹配结果:

        1a[email protected]#


   A-Z:所有的大写字母

            ]$ echo ‘[email protected]#‘ |grep "[A-Z]"

    匹配结果:

        1a2D[email protected]#

   0-9:标识所有十进制数字;

            ]$ echo ‘[email protected]#‘ |grep "[0-9]"

    匹配结果:

        1a2[email protected]#

  次数匹配:该类字符之前的那个字符可以出现的次数;

            ]$ cat a | grep "[[:alpha:]]*"

    匹配结果:

        Dasda

         

        Efaf

   *:其前面的字符可以出现任意次;(0次,1次或多次)

   \?:其前面的字符可有可无(0次或1次)

   \+:其前面的字符至少出现一次(1次或多次)

   \{m\}:起前面的字符必须出现m次;

            ]$ echo "aaaa" |grep"a\{3\}"

    匹配结果:

        aaaa

   \{m,n\}:其前面的字符至少出现m次,至多出现n次;

   \{,n\}:其前面的字符至少出现0次,至多出现n次;

   \{m,\}:其前面的字符至少出现m次,多多益善;

  组合起来的例子:

   .*:任意字符出现任意多次

  位置锚定字符:

   行锚定:

    行首锚定:^

            ]$ cat a
            dasda
            efaf
            aew
            aa
            gaergaerg
            ga
            ergaeg
            ]$ cat a | grep "^a"

    匹配结果:

        aew

        aa

        匹配以a开头的行

    行尾锚定:$

            ]$ cat a
         dasda
        efaf
        aew
        aa
        gaergaerg
        ga
        ergaeg
            ]$ cat a | grep "g$"

    匹配结果:

        gaergaerg

        ergaeg

   字锚定:

    字首锚定:\<或\b

            ]$ echo "as is da" | grep"\<a"

    匹配结果:

        asis da

        匹配以a字母开头的字符串

    字尾锚定:\>或\b

    \b:旧版本,不建议使用,因为有的时候会出问题,比如说前锚定和后锚定就不好区分

            ]$ echo "as is da" | grep"s\>"

    匹配结果:

            as is da

        匹配以s字母结尾的字符串

在有一些情况下,我们可能需要一种例如匹配开头和结尾一样的字符串,如果仅仅使用上面的方法很难做到,所以现在有了分组和替换这个好东西。在进行匹配的时候,我们可以将一个前头匹配到的东西进行标记,然后在后边进行引用。具体的方法如下:

    \(PATTERN\):把PATTERN所匹配到的字符当作一个整体处理

    在一串的匹配元字符中,从左往右数,第几个“(”所包含的内容就是几,在后头可以使用\1,\2,\3...来进行引用。

    PATTERN1\(pattern2\)pattern3\(pattern4\(pattern5\)\)

    \1:pattern2

    \2:pattern4 \(pattern5\)

    \3:pattern5

在了解了分类之后,我们就可以使用它来进行实际的操作,例如:找到/etc/passwd中的uid与gid相同的行

        grep ‘\(\<[[:digit:]]\+\>\).*\1‘ /etc/passwd

在匹配的时候我们还有可能用到或,例如匹配12或34,那么就需要用到“\|”这个符号了,但是请注意,这个符号会把两边的字符串当成一个整体,有的时候我们可能想写分别以大小写开头的例如:A\|american,但是这个方法是错误的,他会输出A或american,这个问题可以有两种方法来解决,一种是(A\|a)merican,第二种是将所有的都写出来:American\|american

接下来举个例子:

   请找出ifconfig命令的执行结果中数值在100~255之间的整数;
       第一位:1    2
       第二位:0~9  0~4 5
       第三位:0~9  0~9 0~5

答案:

            ifcanfig|grep ‘\<\(1[0-9][0-9]\|2[0-4][0-9]\|25[0-5]\)\>‘

 grep [OPTIONS] [-e PATTERN | -f FILE] [FILE...]

 默认情况下,grep命令后面只允许有一个pattern,但是有的时候我们需要像或一样匹配多个我们想匹配的东西,那么此时需要使用-e选项,每个-e选项后头可以跟一个pattern作为参数。这样我们就可以同时匹配到不同的东西。为了方便,我们还可以将所需要的pattern写入到一个文件中,保证每行只有一个pattern,我们就可以使用grep -f file方式来实现多pattern匹配。

egrep和fgrep可以算是grep的衍生版,当grep加上一些特殊命令就变成了egrep和fgrep。egrep就是grep加上-E选项,它的作用就是使后头的匹配参数不需要转义即可生效,既可以使用基本的正则表达, 还可以用扩展表达式。而fgrep相当于grep加上-F选项,pattern中所有的字符都被当作文本字符来处理。

以上是关于正则表达式选项分析的主要内容,如果未能解决你的问题,请参考以下文章

text 正则表达式片段

markdown 正则表达式模式片段

正则表达式匹配特定的 URL 片段而不是所有其他 URL 可能性

循环通过 python 正则表达式匹配

asp.net 使用正则表达式验证包含打开/关闭括号片段的属性字符串

日志分析代码实现(正则表达式)