grep、egrep正则表达式之初窥门径

时间：2015-03-19 06:37:15 阅读：208 评论：0 收藏：0 [点我收藏+]

何谓正则表达式

正则表达式，又称正规表示法、常规表示法（Regular Expression，在代码中常简写为regex、regexp或RE），是一类字符所书写的模式，其中许多字符不表示其字面意义，而是表达控制或通配等功能。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。许多程序设计语言都支持利用正则表达式进行字符串操作。

正则表达式语言由两种基本字符类型组成：原义（正常）文本字符和元字符。元字符使正则表达式具有处理能力。所谓元字符就是指那些在正则表达式中具有特殊意义的专用字符，不表示其字面意义，而用于额外功能性描述。

正则表达式分类

正则表达式根据元字符的数量及功能不同又分为基本正则表达式（grep）和拓展正则表达式（egrep）。而grep和egrep同属于文本搜索工具，可根据用户指定的文本模式（搜索条件）对目标文件进行逐行搜索，显示能匹配到的行。用法上grep –E等同于egrep，与grep和egrep相似的文本搜索工具还有fgrep，因不支持使用正则表达式，所以不再单独介绍。

基本正则表达式（grep）

语法格式：grep[option]... ‘PATTERN‘ FILE...

基本正则表达式元字符：

1.字符匹配:

     .：任意单个字符     [ ]：匹配指定范围内的任意单个字符
     [0-9]：匹配单个数字
    [a-z]：匹配单个小写字母
[A-Z]：匹配单个大写字母
[[:digit:]]：匹配单个数字
[[:lower:]]：匹配单个小写字母
[[:upper:]]：匹配单个大写字母
[[:space:]]：匹配单个空白字符
[[:punct:]]：匹配单个标点符号
[[:alnum:]]：匹配单个字母或数字
[[:alpha:]]：匹配单个字母（不分大小写）
[^]：匹配范围外的任意单个字符

  2.次数匹配：
  *：任意次（前面字符出现任意次）
  \?：0次或1次（前面字符可有可无）
  \{m\}： m次（前面字符出现m次）
  \{m,n\}：至少m次，至多n次
  \{m,\}：至少m次
  \{0,n\}：至多n次
  .*：任意长度的任意字符

  3.位置锚定：
  ^：行首锚定（写在模式最左侧）
  $：行尾锚定（写在模式最右侧）
  ^$：空白行
  \<,/b：词首锚定（出现于单词左侧）
  \>,/b：词尾锚定（出现于单词右侧）
 （注：不包含特殊字符的连续字符组成的串叫单词）
  4.分组
  \( \)：如\(ab\)*
 （分组中的模式匹配到的内容，可由正则表达式引擎记忆在内存中，之后可被引用）

  5.引用
  \n：引用前面的第n个左括号以及与之对应的右括号中的模式所匹配到的内容

拓展正则表达式（egrep）