正则表达式
Posted ALXPS
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相关的知识，希望对你有一定的参考价值。
一、Linux文本查找命令
在说linux正规表达式之前，还介绍下linux中查找文本文件常用的三个命令：
1.grep : 最早的文本匹配程序，使用POSIX定义的基本正则表达式（BRE）来匹配文本。
2.egrep : 扩展式grep，其使用扩展式正规表达式（ERE）来匹配文本。
3.fgrep ： 快速grep，这个版本匹配固定字符串而非正则表达式。并且是唯一可以并行匹配多个字符串的版本。
如下简单的介绍grep命令：
语法格式：
grep [options ...] pattern-spec [files ...]
用途：
匹配一个或多个模式的文本行。
options:
-E : 使用扩展正则表达式进行匹配， grep -E 或取代 egrep 命令。
-F : 使用固定字符串进行匹配， grep -F 或取代传统的fgrep命令。
-e : 通常第一个非选项的参数认为是要匹配的模式，也可以同时提供多个模式，只要将其放入单引号，并用换行字符分隔他们。模式以减号开头时，为防止混淆其为选项，-e选项说明其后的参数为模式，即使他以减号开头。
-f : 从pat-file文件读取模式作为匹配。
-i : 模式匹配时忽略大小写差异。
-l : 列出匹配模式的文件名称，而不是打印匹配的行。
-q : 静默的，如果匹配成功，不将匹配的行输出到标准输出；否则即是不成功。
-s : 不显示错误信息，通常与-q并用。
-v : 显示不匹配模式的行。
说明：可以同时查找多个文件中的内容，当指定多个文件时，每个显示出的文件行前会有文件名加一个冒号标识其来自哪个文件。
可以使用多个-e 或 -f 选项，建立要查找的模式列表。
二.正则表达式简要介绍
1.正则表达式的组成
(1).一般字符：没有特殊意义的字符
(2).特殊字符（meta字符）：元字符，有在正则表达式中有特殊意义
2.如下讲下正则表达式中的常见meta字符
(1).POSIX BRE与ERE中都有的meta字符:
\ : 通常用于打开或关闭后续字符的特殊含义，如\(...\)与\{...\}
. : 匹配任何单个字符（除NUL换行符）
* : 匹配其前的任何数目或没有的单个字符，例： . 表示任一字符， 则 .* 匹配任一字符的任意长度
^ : 匹配紧接着的正则表达式，BRE中仅在正则表达式的开头有特殊的含义，ERE中在任何位置都有特殊含义。
$ : 匹配前面的正则表达式，在字符串或者行结尾处。BRE中仅在正则表达式的结尾处有特殊的含义，ERE中在任何位置都有特殊含义
[] : 匹配方括号内的任一字符，其中可用连字符（-）指的连续字符的范围；^符号苦出现在方括号的第一个位置，则表示匹配不在列表中的任一字符，而是表示取反符号。 [^b-d] :表示不再b~d范围内的字符 。
(2).POSIX BRE中才有的字符：
\< 反斜杠+小于号，词首定位符， “\< abc”表示所有包含以”abc”开头的单词的行
\> 反斜杠+大于号，词尾定位符， “\>abc”表示所有包含以”abc”结尾的单词的行
- 减号，用于指明字符范围， “[a-c]”将匹配包含a、b和c中任意一个字符的字符串
\{n,m\} : 区间表达式，匹配在它前面的单个字符重现的次数区别。\{n\}指重现n次;\{n,m\}指重现n至m次;
\( \) : 保留空间，可以将最多9个独立的子模式存储在单个模式中。如\(ab\).*\1 : 指匹配ab组合的两次重现，中间可存在任意数目的字符。
\n : 重复在\(与\)方括号内第n个子模式至此点的模式。
(3).POSIX ERE中才有的字符：
{n,m} : 与BRE的\{n,m\}功能相同
+ : 匹配前面正则表达式的一个或多个扩展，相当于 expr{1,}。如ab+c表示a和c之间有1个至无穷个b。
? : 匹配前面正则表达式的零个或一个扩展，比如ab？c，匹配结果为a和c之间b出现0次或1次。
| : 匹配|符号前或后的正则表达式
( ) : 匹配方括号括起来的正则表达式群
(4). 方括号（[]）。表达式 re(a|b|c)d 等价于 re[abc]d，‘re’和‘d’之间的一个字母为‘a’、‘b’或‘c’。
4.1.字符集 [: :]
标识字符集，有如下几种：
[:alnum:] : 数字字符 [:digit:] : 数字字符 [:punct:] : 标点符号字符
[:alpha:] : 字母字符 [:graph:] : 非空格字符 [:space:] : 空格字符
[:blank:] : 空格与定位字符 [:lower:] : 小写字母字符 [:upper:] : 大写字母字符
[:cntrl:] : 控制字符 [:print:] : 可显示的字符 [:xdigit:] : 16进制数字
纯数字：[[:digit:]]或[0-9]
小写字母：[[:lower:]]或[a-z]
大写字母：[[:upper:]]或[A-Z]
大小写字母：[[:alpha:]]或[a-zA-Z]
数字加字母：[[:alnum:]]或[0-9a-zA-Z]
空白字符：[[:space:]]
标点符号：[[:punct:]]
4.2.排序符号
指将多个字符视为一个符号，如[.ch.]即将ch视为一个符号
4.3.等价字符
认为多个字符相等，如[=e=]在法文的locale里，可匹配于多种与e相似的字符，此处不再列出。
说明：这三种构造除其自身的方括号之外，还必须使用额外的方括号括起来。
例 ： [[:alpha:]!] : 匹配任一英文字母或感叹号。
[[.ch.] : 匹配ch排序元素，而不匹配单独的字母c或h.
3.简单正规表达式匹配案例
china : 匹配此行中任意位置有china字符的行
^china : 匹配此以china开关的行
china$ : 匹配以china结尾的行
^china$ : 匹配仅有china五个字符的行
[Cc]hina : 匹配含有China或china的行
Ch.na : 匹配包含Ch两字母并且其后紧跟一个任意字符之后又有na两个字符的行
Ch.*na : 匹配一行中含Ch字符，并且其后跟0个或者多个字符，再继续跟na两字符
三.实例
如下通过常用实例来学习BRE和ERE匹配，源文件url.txt内容如下：
www.baidu.com
http://www.baidu.com
https://www.baidu.com
http://wwwbaiducom
baidu.com
baidu
1.url匹配
匹配以http或者https开头，并且其后为：并且含有.的串
BRE匹配：
grep ‘^https\{0,1\}.*\..*‘ url.txt
ERE匹配：
grep -E ‘^https?.*\..*‘ url.txt
匹配结果如下：
http://www.baidu.com
https://www.baidu.com
2.Email匹配
示例文件内容为：
@@baidu.com
匹配以字母数字或者下划线开头的多个字符，其后有一个@之后有多个字母数字或者下划线，其中有一个.号
grep ‘^[[:alpha:][:digit:]_]*@[[:alpha:][:digit:]]*\..*‘ email.txt
匹配结果：
以上是关于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