正則表達式

時間 2019-11-13

原文原文鏈接

1.正則表達式介紹

正則表達式是用來過濾文本的模式模板
利用通配符來描述數據流中的一個或者多個字符，因而能夠利用不一樣的特殊字符來定義特定的數據過濾模式
在Linux中有兩種正則表達式引擎：POSIX基礎正則表達式（BRE）引擎，POSIX拓展正則表達式（ERE）引擎

2.POSIX基礎正則表達式（BRE）引擎，適用於sed和gawk

1.純文本適配

$echo "This is a test " | sed -n '/test/p'
This is a test

#純文本適配對大小寫敏感
$echo "This is a test " | sed -n '/this/p'
$
$echo "This is a test " | sed -n '/This/p'
This is a test

#不須要單詞所有拼完，只要有就能夠匹配

#在正則表達式中可使用空格和數字，並且空格和其餘字符串並無什麼區別
$echo "This is number 1" | sed -n '/ber1/p'
$
$echo "This is number 1" | sed -n '/ber 1/p'
This is number 1

#單詞間有兩個空格的行匹配正則表達式模式，是找出多餘空格的好方法

2.特殊字符 .*[]^${}+?|()

使用特殊字符須要用 \ 來進行轉義，就像$（變量）要表達美圓符號的意思須要 $

3.錨字符 ^ $

#  ^ 表明了行首
$echo "this is a test" | sed -n '/^this/p'
$this is a test    #只要單詞是在行首，就能匹配到

# $表明了行尾
$echo "this is a test" | sed -n '/test$/p'
$this is a test    #只要單詞是在行尾，就能匹配到

# ^$ 表示空白行，利用sed的/^$/d，能夠刪除文件中的空白行

4.點字符

#點字符能夠匹配除換行符以外的任何 單個 字符。
$ echo "this is a nice cat" |  sed -n '/.at/p'
$this is a nice cat

$ echo "this is a nice cat" |  sed -n '/.th/p'
$                                    #由於th前沒東西，因此沒法匹配

5.字符組

能夠利用方括號定義一組字符(英文或者數字)，只要出現組中的字符，就能夠獲得匹配

$echo "The cat is sleeping" | sed -n '/[ch]at/p'
$ The cat is sleeping
$echo "The hat is nice" | sed -n '/[ch]at/p'
$The hat is nice
#
#單個表達式中可使用多個字符組
$echo "yes" | sed -n '/[Yy]e[Ss]/p'
$yes

只要在組裏字符前加上^，就能夠變成排除這些字符的意思

$echo  "it is three o'clock" | sed -n '/[^at]hree/p'
$            #由於three已經被排除了

6.區間

[0-9],就是0到9的所有字符
[c-h],就是c到h的所有字符
[a-ch-m]，就是a到c和h到m的所有字符，這是個不連續區間

7.特殊的字符組

見原書p434，感受用處不是很大

8.星號

字符串後面加星號意味着該字符必須出現0次或屢次，和Linux命令行裏的意思不太同樣

$echo "ik" | sed -n '/ie*k/p'
$ik

利用 .* 能夠匹配任意數量的任意字符
星號還能用在字符組上，表示可能出現的屢次字符組和字符區間

3.POSIX擴展正則表達式（ERE）引擎，適用於gawk，不適用於sed

其實就是對基礎表達式中星號的細化正則表達式

1.問號

問號，代表前面的字符出現0或者1次

2.加號

加號，代表前面的字符至少出現1次

3.花括號

{m},正好出現m次
{m,n}，至少出現m次，至多出現n次

4. 管道

能夠利用管道，用邏輯OR指定正則表達式引擎要用的兩個或多個模式

$echo "The cat is sleeping" | gawk '/cat|dog/{print $0}'
$The cat is sleeping
$echo "The dog is sleeping" | gawk '/cat|dog/{print $0}'
$The dog is sleeping