3.2.1 什麼是正則表達式

    正則表達式是一種表示方式，讓你能夠查找匹配特定準則的文本，例如，「以字母 a 開頭」。此表示法讓你能夠寫一個表達式，選定或匹配多個數據字符串。

 

    不少的UNIX工具程序沿用某一種正則表達式形式來強化自己的功能。這裏列舉一部分例子：

• 用來尋找匹配文本行的 grep 工具族：grep 與 egrep ，以及非標準但很好用的 agrep 工具。
• 用來改變輸入流的 sed 流編輯器（ stream editor ），本章稍後將會介紹。
• 字符串處理程序語言，例如 awk、Icon、Perl、Python、Ruby、Tcl等。
• 文件查看程序（有時稱爲分頁程序，pagers ），例如 more、page、與 pg ，都常出如今商用UNIX系統上，另外還有 less分頁程序。
• 文本編輯器，例如歷史悠久的 ed 編輯器、標準的 vi 屏幕編輯器，還有一些插件（add-on）編輯器，例如 emacs、jed、jove、vile、vim 等。

 

    正由於正則表達式對於UNIX的使用是這麼重要，因此花些時間把它們弄熟絕對不會錯，越早開始就能掌握得越好。

 

    從根本上來看，正則表達式是由兩個基本組成部分所創建：通常字符與特殊字符。通常字符指的是任何沒有特殊意義的字符，正以下表中所定義的。在某些狀況下，特殊字符也能夠視爲通常字符。特殊字符常稱爲元字符（ metacharacter ），本章接下來的部分都會以 meta 字符表示。

 

 

    POSIX BRE 與 ERE 的 meta 字符

字符	BRE/ERE	模式含義
\	二者均可	一般用以關閉後續字符的特殊意義。有時則是相反地打開後續字符的特殊意義，例如 \( ... \) 與 \{ ... \} 。
.	二者均可	匹配任何單個的字符，但 NUL 除外。獨立程序也能夠不容許匹配換行字符。
*	二者均可	匹配在它以前的任何數目（或沒有）的單個字符。以ERE而言，此前置字符能夠是正則表達式， .* 表明「匹配任一字符的任一長度」。以BRE來講， * 若置於正則表達式的第一個字符，不具任何特殊意義。
^	二者均可	匹配緊接着的正則表達式，在行或字符串的起始處。BRE：僅在正則表達式的開頭處具此特殊含義，ERE：置於任何位置都具特殊含義。
$	二者均可	匹配前面的正則表達式，在字符串或行結尾處。BRE：僅在正則表達式結尾處具此特殊含義，RER：置於任何位置都具特殊含義。
[...]	二者均可	方括號表達式，匹配方括號內的任一字符。連字符（-）指的是連續字符的範圍。^符號置於方括號裏第一個字符則有反向含義：指的是匹配不在列表內的任何字符。做爲首字符的一個連字符或是結束方括號（]）,則被視爲列表的一部分。全部其餘的 meat 字符也爲列表的一部分。房括號表達式裏可能會含有排序符號、等價字符集、以及字符集。

 

 

 

字符	BRE/ERE	模式含義
\ {n,m \}	BRE	區間表達式，匹配在它前面的單個字符重現的次數區間。\{n\}指的是重現 n 次；\{n,\}則爲至少重現 n 次，而\{n,m\}爲重現 n 至 m 次。m的值必須介於0至255間
\ ( \)	BRE	將\( 與 \) 間的模式存儲在特殊的「保留空間」。最多能夠將9個獨立的子模式存儲在單個模式中。匹配於子模式的文本，能夠經過轉移序列\1至\9，被重複使用在相同模式裏，例如\(ab\).*\1，指的是匹配於ab組合的兩次重現，中間可存在任何數目的字符。
\n	BRE	重複在\ 方括號內第 n 個子模式至此點的模式。n爲1至9的數字，1爲由左開始。
{n,m}	ERE	與先前說起BRE的\{n,m\}同樣，只不過方括號前沒有反斜槓。
+	ERE	匹配前面正則表達式的一個或多個實例。
?	ERE	匹配前面正則表達式的零個或一個實例。
|	ERE	匹配於|符號前或後的正則表達式。
( )	ERE	匹配於方括號括起來的正則表達式羣。

 

簡單的正則表達式匹配範例

 

表達式	匹配
tolstoy	位於一行上任何位置的7個字母：tolstoy
^tolstoy	7個字母tolstoy，出如今一行的開頭
tolstoy$	7個字母tolstoy，出如今一行的結尾
^tolstoy$	正好包括tolstoy這7個字母的一行，沒有其餘的任何字符
[Tt]olstoy	在一行上的任意位置中，含有 Tolstoy 或是 tolstoy
tol.toy	在一行上的任意位置中，含有 tol 這3個字母，加上任何一個字符，再接着toy這3個字母。
tol.*toy	在一行上的任意位置中，含有 tol 這3個字母，加上任意的0或多個字符，再繼續 toy 這3個字母。