Linux之正则表达式
正则表达式与通配符的区别:
·最常应用正则表达式的命令是grep(egrep),sed,awk。
·正则表达式和通配符有本质区别,正则表达式用来找:【文件】内容,文本,字符串。一般只有三剑客支持。通配符用来找:文件名。普通命令都支持
正则表达式的分类
POSIX规范将正则表达式的分为了两种
·基本正则表达式(BRE,basicregularexpression)
·高级功能:扩展正则表达式(ERE,extendedregularexpression)
BRE和ERE的区别仅仅是元字符的不同
·BRE(基础正则表达式)只承认的元字符有^$.[]*其他字符识别为普通字符:\(\)
·ERE(扩展正则表达式)则添加了(){}?+|等
·只有在用反斜杠“\”进行转义的情况下,字符(){}才会在BRE被当作元字符处理,而BRE中,任何元符号前面加上反斜杠反而会使其被当作普通字符来处理。
基础正则表达式
字符 | 描述 |
^ | ^word:搜索以word开头的内容 |
$ | word$:搜索以word结尾的内容 |
^$ | 表示空行,不是空格 |
. | 代表且只能代表任意一个字符(不匹配空行) |
\ | 转义字符,让有特殊含义的字符脱掉马甲,现出原形,如\.只表示小数点 |
* | 重复之前的字符或文本0个或多个,之前的文本或字符连续0次或多次 |
.* | 任意多个字符 |
^.* | 以任意多个字符串开头,.*尽可能多,有多少算多少,贪婪性 |
[^abc] | 匹配不包含^后的任意字符a或b或c,是对[abc]的取反,且与^含义不同 |
a\{n,m\} | 重复前面a字符n到m次(如果用egrep或sed-r可去掉斜线) |
a\{n,\} | 重复前面a字符至少n次,如果用egrep或sed-r可去掉斜线 |
a\{n\} | 重复前面a字符n次,如果用egrep或sed-r可去掉斜线 |
--- | --- |
扩展正则表达式ERE
特殊字符 | 含义与句子 |
+ | 重复前一个字符一次或一次以上,前一个字符连续一个或多个,把连续的文本/字符取出 |
? | 重复前面一个字符0次或1次(.是有且只有1个) |
管道符| | 表示或者同时过滤多个字符 |
() | 分组过滤被括起来的东西表示一个整体(一个字符) |
管道符|
():分组过滤被括起来的东西表示一个整体(一个字符)
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。
·grep-E强制让grep直接认识正则符号,不需要再进行转义
·egrep等效grep-E天生就能认识正则符号
·我们平时备份可以通过cp文件名{,.bak}的形式进行,避免再打一次文件名
·sed-r:让sed支持正则
基本正则和扩展正则区别
基础正则BRE | 扩展正则ERE |
\? | ? |
\++ | + |
\{\} | {} |
\(\) | () |
\ |
所谓基础正则实际上就是得需要转义字符配合表达的正则,而扩展正则就是让命令扩展它的权限让他直接就认识正则表达符号(egrep,sed -r,awk直接支持)
补充说明
1一些预定义的:
正则表达式 | 描述 | 示例 |
[:alnum:][a-zA-Z0-9] | 匹配任意一个字母或数字字符 | [[:alnum:]]+ |
[:alpha:] | 匹配任意一个字母字符(包括大小写字母) | [[:alpha:]]{4} |
[:blank:] | 空格与制表符(横向纵向) | [[:blank:]]* |
[:digit:] | 匹配任意一个数字字符 | [[:digit:]]? |
[:lower:] | 匹配小写字母 | [[:lower:]]{5,} |
[:upper:] | 匹配大写字母 | ([[:upper:]]+)? |
[:punct:] | 匹配标点符号 | [[:punct:]] |
[:space:] | 匹配一个包括换行符,回车等在内的所有空白符 | [[:space:]]+ |
[:graph:] | 匹配任何一个可以看得见的且可以打印的字符 | [[:graph:]] |
[:xdigit:] | 任何一个十六进制数 | [[:xdigit:]]+ |
[:cntrl:] | 任何一个控制字符(ASCII字符集中的前32个字符) | [[:cntrl:]] |
[:print:] | 任何一个可以打印的字符 | [[:print:]] |
2元字符
元字符是一种Perl风格的正则表达式,只有一部分文本处理工具支持它,并不是所有的文本处理工具都支持
正则表达式 | 描述 | 示例 |
\b | 单词边界 | \bcool\b匹配cool,不匹配coolant |
\B | 非单词边界 | cool\B匹配coolant不匹配cool |
\d | 单个数字字符 | b\db匹配b2b,不匹配bcb |
\D | 单个非数字字符 | b\Db匹配bcb不匹配b2b |
\w | 单个单词字符(字母,数字与_) | \w匹配1或a,不匹配& |
\W | 单个非单词字符 | \W匹配&,不匹配1或a |
\n | 换行符 | \n匹配一个新行 |
\s | 单个空白字符 | x\sx匹配xx,不匹配xx |
\S | 单个非空白字符 | x\S\x匹配xkx,不匹配xx |
\r | 回车 | \r匹配回车 |
\t | 横向制表符 | \t匹配一个横向制表符 |
\v | 垂直制表符 | \v匹配一个垂直制表符 |
\f | 换页符 | \f匹配一个换页符 |