正則表達式學習筆記

正則表達式 一、 正則表達式的概念

若是咱們對特定的某個字符操做的話，相對來講很簡單，好比tom,mary。若是我須要操做的這些字符，他們不是具體的某些字符，好比第一個字符是字母，第二個是數字，第三個是特殊字符等。在咱們現實生活中，咱們可使用一些特殊的字符表示，好比△字母，○表示數字，表示特殊字符。

二、Grep的基本用法

Grep也支持正則表達式，由於grep比較簡單，因此咱們就用grep來讓你們理解什麼是正則表達式。

Grep的做用是用來過濾含有特定字符的行。

用法：grep 關鍵字 file

由於咱們如今過濾的是比較簡單的一個關鍵字。但若是說我要過濾一些特定字符的文件該如何完成？

咱們能夠這樣來作：grep △○ file 

紙上能夠這樣寫，可是計算機並不識別這些符號△○，因此就引入元字符的概念。

三、正則表達式元字符：

文件aa內容：

^ 表示行開頭，下圖表示匹配以tom開頭的行

$ 表示行尾，下圖表示匹配以tom結尾的行

. 表示單個字符，能夠匹配除了換行符以外的全部字符。下圖表示匹配包含tom及後面的任意三個字符的行：

* 表示其前面的字符能夠出現任意次，包括0次

+ 表示其前面的字符至少要出現一次：

這個命令裏面使用了-E選項，意思是使用擴展的grep，由於grep所能使用的元字符有限。

元字符*和+都是貪婪型的，即最長匹配。見下圖：

有時候咱們須要最短匹配，又叫懶惰型匹配。匹配時只要在*後面加？便可。

？表示其前面的字符能夠有，也能夠沒有。

注意：grep不支持+和? 這些元字符，若是要使用，須要擴展的grep(egrep或grep -E)。

 

[] 表示匹配一個字符，出如今[]裏面的字符都是「或」的關係。

^ 若是是出如今[]外面的話，表示開頭的意思，若是出如今[]裏面的話，表示否認的意思。

剛纔^和$，表示匹配行的開頭和結尾，若是要匹配單詞的開頭，要使用：\<

\> 表示匹配單詞的結尾：

\btomb\ 表示只匹配單詞爲tom的行：

正則表達式中，也能夠作標籤，若是匹配模式中給某一部分作了一個標籤，咱們在後面就能夠直接引用他。若是咱們想對某一部分作標籤的話，只要使用\(\)括起來就能夠了，引用就使用\n（n表示一個數字）。好比第一個被\(\)引發來的部分，引用就使用\1。

\{n\} 表示匹配其前面的字符n次，以下圖：

\{n,\} 表示匹配其前面的字符至少n次，以下圖：

\{n,m\} 表示匹配其前面的字符至少n次，至多m次，以下圖：

[0-9] 表示匹配數字

\d 也能夠表示匹配數字：

\D 表示匹配非數字

\s 表示空格或tab   

\S 表示不能是空格或tab

\w 表示任意字符（大小寫字母、數字、下劃線）

\W 表示不能是字母、數字和下劃線

 

正則表達式也支持國際字符：

[[:digit:]] 表示數字

[[:alpha:]] 表示字母，包括大小寫

 

[[:upper:]] 表示大寫字母

 

[[:lower:]] 表示小寫字母