正则表达式

从根本来看，正则表达式是由两个基本组成部分所建：一般字符与特殊字符。一般字符指的是任何没有特殊意义的字符，正如下表中所定义的。在某些情况下，特殊字符也可以视为一般字符。特殊字符常称为源字符。

简单的正则表达式匹配范例

POSIX方括号表达式

字符集：[:和:]将关键字组合起来的POSIX字符集。关键字描述各种不同的字符集。

排序符号：排序符号指的是将多字符序列视为一个单位。它使用[.与.]将字组合括起来。排序符号在系统所使用的特定locale上各有其定义。

等价字符集：等价字符集列出的是应视为等职的一组字符，它由取自于locale的名字元素组成，以[=与=]括住。

这三种构造都必须使用方括号表达式。例如[[:alpha:]!]匹配了任一英文字母字符或惊叹号（！）；然而[[.ch.]]则匹配于ch（排序元素），但字母c或h则不是。

POSIX字符集

基本正则表达式

1.匹配单个字符

将特殊字符以meat字符表示。

• 若meta字符不能表示它们自己，那当我们需要让meta字符表示他们自己的时候，那该怎么办？答案是转义它。在前面放一个反斜杠来做到这一点。因此，*匹配字面上的*，\匹配于字面上的反斜杠。

• .（点号）字符即“任一字符”。因此，a.c匹配于abc，aac以及aqc。单个点号用以表示自己的情况很少。

• 最后一种匹配单个字符的方式是使用方括号表达式。最简单的方括号表达式就是直接将字符列表放在括号里，例如，[aeiouy]表示的就是所有小写元音字母。举例来说，c[aeiou]t匹配于cat，cot，cut等括号内有的字母。在方括号表达式里，^放在字首是取反的意思，也就是说，不在方括号列表里的任意字符。

• 将所有要匹配的字母全部列出来是一件无聊又麻烦的事情。例如[0123456789]指所有数字，就可以以[0-9]来表示。

• 排序是指给予成组的项目排列顺序的操作。一个POSIX的排序元素由当前locale中的元素名组成，并由[.与.]括起来。例如[ab[.ch.]de]则匹配于字符a，b，d，e或成对的ch；单独的c或h字符则不匹配。

• 在方括号表达式中，所有其他的meta字符都会失去其特殊含义。所以[*.]匹配于字面上的星号，反斜杠以及句点。要让]进入该集合，为了防止二义性的原因我们可以将它放在列表的最前面：[]*\.]，这样可以防止[]产生的二异性。至于-也为了区分与前面讲过的例子[0-9]的二异性，我们将其写到最前面[-*\.]。如果同时存在]和-则可以写成这样：[]*\.-]。

2.后向引用

BRE提供一种叫后向引用的机制，指的是“匹配于正则表达式匹配先前的半部分”（先前在\( 与 \)之间的表达式也需要匹配，而这类表达式在后面可以使用\n来进行匹配，n为表达式的顺序，第一个出现的表达式用\1代替。eg：\(abc\)\(123\)\2\1匹配的就是abc123123abc）；

后向引用在寻找重复字以及匹配引号时特别好用：

\(["‘]\).*\1 匹配以单引号或双引号括起来的字，例如’foo’,”bar”

3.单个表达式匹配多个字符

虽然.(点号)meta字符与方括号表达式都提供了一次匹配一个字符的很好的方法，但正则表达式真正强有力的功能，其实是在修饰符meta字符的使用上。这类meta字符紧接在具有单个字符的郑则表达式之后，且他们会改变正则表达式的含义。最常用的修饰符为星号（*）。表示“匹配0个或多个前面的单个字符”。因此，ab*c表示的是“匹配1个a，0或多个b字符以及a c”。则这个正则表达式匹配的有ac，abc，abbc等。（“匹配0个或多个”不代表匹配其他的某一个……，所以对应的adc并不匹配上一个）。

修饰符是好用，但它没有限制，你不能用*表示”匹配三个字符，而不是四个字符“，而要使用一个复杂的方括号表达式，表明所要匹配的次数。区间表达式便可以解决，他是将一个或两个数字，放在{ 和 }之间，有三种变化，如下：

\{n\}       前置正则表达式所得的结果重现n次

\{n,\}      前置正则表达式所得的结果重现至少n次

\{n,m\}     前置正则表达式所得的结果重写n至m次

比如a\{5\}对aaaaa匹配，q\{10,42\}就是匹配10到42个q。

n和m的值必须介于0至RE_DUP_MAX之间。RE_DUP_MAX是POSIX定义的符号型常数，且可通过getconf命令取得：

$ getconf RE_DUP_MAX

32767

4.文本匹配锚点

我们将^ 和 $两个meta字符叫做锚点，因为其用途在限制正则表达式匹配时，针对要被匹配字符串的开始或者结尾处进行匹配。

eg：

以abcABCdefDEF为例进行匹配的范例。

^与$可以同时使用，它可以用来匹配空的字符串或行列。例如在grep加上-v选项可以用来显示所有不匹配于模式的行，使用上面的做法，便可以过滤掉文件里面的空行。

eg：

$ cat a.c 

$ cat a.c | grep -v ‘^$‘

他们的区别就是第一个命令会打印处空白行，而第二个命令不打印空白行。

5.BRE运算符优先级