基本正则表达式与扩展正则表达式

标签：匹配   扩展正则表达式   linux   基本正则表达式   正则表达式   

什么是正则表达式

通过符号、符号与字母数字的组合，来描述文本的特征。这些字符不代表字符原本的意义，而是表示控制和通配。这此符号和符号与字母的组合称为元字符。

为什么要用正则表达式，用在什么地方。 

正则表达式可以匹配一段文本的特征，比如年月日，空白行，单词，一行文本，IP地址等。这样可以根据某些文本，然后查找到那些文件中包含了这些内容。还可以根据这些特征找到的文本进行复制，删除，替换，或者赋值给一个变量等。很多编程语言都支持正则表达式，它们可能支持的正则表达式引擎不同，表示方法略有不同。vi,grep,sed,awk等这些文本处理工具都支持正则表达式。这里主要用grep做演示。grep支持基本正则表达式，egrep支持扩展正则表达式，grep -E 相当于egrep。

与globbing的区别是正则用来做文本内容匹配，而globbing是做文件名匹配的。

globbing的表示字符

  * 表示任意长度的任意字符

  ？ 任意的单个字符

   [] 在单个字符位置上，取方扩号字符中任意一个字符

        [abc] 表示a或b或c

   [^] 与[]意思反过来

        [^abc] 表示不是a或b或c

如何使用正则表达式介绍。

正则表达式分为基本正则表达式和扩展正则表达式。

基本正则表达式的元字符分有几种：字符匹配、次数匹配、位置锚定、分组、引用。

\  转义符号。在它后面一个字符不表示自己含意，而与\组成特别的意思。

 字符匹配，用来匹文本内容。

   . 匹配任意单个字符，可以匹配字母，数字，符号，空格。

   [] 指定范围内的单个字符

   [^] 指定不包括范围，^用来取反 

   [abc] 匹配a或b或c，这里不区分大小写的

   [1-9] 匹配1到9之间任意的数字

   [^a-z0-9] ^表示取反。匹配不包括字母和数据的。

     例如： grep ‘^r.‘  /etc/passwd   表示在/etc/passwd文件中查找以小写的r为整个行的开头，在r后面跟了一个任意字母的行。如下显示。

   [:space:] 表示空白，空格，tab，回车都是空白字符。 方扩号和扩号里的内容为一个整体，这个是固定写法。

   [:punct:] 表示所有的标点符号

   [:lower:] 表示所有的小写字母

   [:upper:] 表示所有的大写字母

   [:alpha:] 表示所有的字母

   [:digit:] 表示所有的数字

   [:alnum:] 表示所有的字母和数字

    例如：找到/etc/inittab文件中以字母开头的行

     grep ‘^[[:alnum:]].*‘ /etc/inittab

 次数匹配：用于实现指定的字符所能够出现的次数

  * 前面字符的何意长度，仅能用于前面的字符所能够出现任意次。包括0次。

       例如：x*y 能够匹配到 xxy,xy,y。为什么有y呢，因为前面的x是任意次的。

  .*  点星表示任意长度的任意字符，这两个元字符组合起来相当于globbing中的*

  \? 前面的字符出现的次数可以出现0次或1次。或者前面的字符可有可无。

   例如： x\?y 可以匹配 xy,y

  \+ 前面的字符最少出现一次，多则不限

  \{m\} 前面的字的字符出现m次

   例如：x\{2\}y可以匹配 xxy,xxxxy等等

  \{m,n\} 前面出现的字符最少m次，最多n次，m这里要小于n。

   例如：x\{2,5\} 可以匹配 xxy,xxxy,xxxxy,xxxxxy。

  \{m,\} 前面的字符最少m次 ，多则不限。

  \{0,m\} 前面的字符可以不出现，如果出现最多可以出现m次

    例如：找到/etc/passwd文件中行首以r开头，中间o出现了两次后面都跟了一个小字字母的行。

      grep ‘^ro\{2\}[[:lower:]].*‘ /etc/passwd

 位置锚定，用来描述指定字符出现的位置。

  ^ 行首锚定,匹配的字符必须出现的行首。要写在模式最左则。

  $ 行尾锚定，写在模式最右则

  ^$ 表示空白行

  \< 词首锚定，要写在单词的左则

  \> 词尾锚定，要写在单词的尾部

  \b 词首词尾锚定。出现在词首词尾都可以。它等同于\<、\>中的任意一个。

     以字母数据组成不包含特殊字符这里叫做词

  例如：查找/etc/passwd文件中包含了home单词的行

   grep ‘\<home\>‘  /etc/passwd  

   这是匹配到其中的一部分

 分组 ，分组是把扩号中的内容当作一个整体，用处是可以引用这个整体。

  \(\) 把几个字符当作一个整体

      \(ab\)* 表示ab可以出现任意次

\n  n代表一个数字， 引用 \n 引用第n个括号扩起来的内容。引用规则是第一个左括号（和与这个左扩号对应的右括号）之间的内容为第一部分，引用时用\1。第二个（和与之对应的）为第二部分引用时为\2。以此类推。

    \(1\(2\(3\)\)\)\(4\)\1\2\3\4 这个匹配结果就是12341232334

  例如一个文本文件里包含了以下内容，用引用做匹配。

  grep ‘\(1\(2\(3\)\)\)\(4\)\1\2\3\4‘ wukui

  grep ‘\(1\(2\(3\)\)\).*\(4\)\1\2\3\4‘ wukui

  例如：找到/etc/passwd中第一个单词与最后一个单词相同的用户，（就是用户名和SHELL相同）

   grep ‘\(^[^[:space:][:punct:]]*\>\).*\1$‘ /etc/passwd

扩展正则表达式

扩展正则表达式，比基本正则表达多了一点匹配能力，有了“或”匹配能力。有些表达式用起来不用转义了。以下元字符中只有词首锚定和引用使用转义。 扩展正则表达式使用 grep -E 或 egrep 来使用。 

 字符匹配

  . 任意单个字符

  [] 指定范围

  [^] 指定不包括的范围，用来取反

 次数匹配

  * 任意次数

  ? 0次或1次

  + 到少一次，多则不限

  {m} 精确匹配m次

        {m,n} 至少m次，紧多n次

  {m,} 至少有m次，多则不限

  {0,n} 可以不出现，如果出现最多可以出现n次

    例如：找到/etc/passwd文件中行首以r开头，中间o出现了两次后面都跟了一个小字字母的行。

        grep -E  ‘^ro{2}[[:lower:]].*‘ /etc/passwd

 锚定 符，这个与基本正则表达式用法一样

  ^ 行首 锚定

  $ 行尾 锚定

  \<,\b 词首 锚定

  \>,\b 词尾 锚定

      ^$, 表示空白行

      ^[[:space:]]*$ 与上面一样，也是表示空白行

 分组 ，用法与基本正则表达式一样，写法只是不再用\转义了。

  () 把括号里的内容当作一个整体

 引用：

  用法与基本正则表达式一样

  \1,\2

 或者 在|前后多选一或二选一

  a|b a或b

  conC|cat 这里表示conC或者cat，如果想要|前后两个字符的匹配，则需要把前后两个字符用()扩起来。 ab(c|a)bc 这里表示abcbc或ababc 

  例如：找出/etc/passwd文件中以r开头或以b开头的行

  grep ‘^r|^b‘ /etc/passwd

如有错误请帮忙指出感谢！

本文出自 “我的记录” 博客，请务必保留此出处http://wukui.blog.51cto.com/1080241/1437537

基本正则表达式与扩展正则表达式,布布扣,bubuko.com

基本正则表达式与扩展正则表达式

标签：匹配   扩展正则表达式   linux   基本正则表达式   正则表达式   

原文地址：http://wukui.blog.51cto.com/1080241/1437537