大有可爲的「正則表達式」(一）

5.1.  正則表達式概述

正則表達式（regular expression），可簡寫爲regex或re，是一種指定字符串模式的簡潔方式。經常使用於字符串的搜索與替換操做。

例如，下面的一組字符串，做爲正則表達式，可使用xiao[123]表示：

xiao1   xiao2    xiao3

不少UNIX工具都使用正則表達式來強化其自身的功能，例如：

（1）查找匹配文本的grep家族（grep/egrep/agrep）

（2）大名鼎鼎的流編輯器sed

（3）字符串程序處理語言awk、perl等

（4）文本查看程序，例如more、less等

（5）文本編輯器，例如vi、emacs、jed等

5.2.  正則表達式使用語法

正則表達式的強大來自擁有特殊含義的元字符（metacharacter）和縮寫的使用。

5.2.1.  特殊含義的元字符

.          除新行（如換行）字符外，匹配任意的單個字符

^                錨：匹配行的開頭

$                錨：匹配行的末尾

\<               錨：匹配單詞的開頭

\>               錨：匹配單詞的末尾

[list]          字符類：匹配list列表中的任一字符

[^list]        字符類：匹配不在list列表中的任何字符

（ ）       分組：視爲一個單獨的單元

|                 交替：匹配選擇之一，爲ERE運算符裏優先級最低

\                 引用：從字面上解釋元字符，一般用以關閉後續字符的特殊含義。

*           匹配在它以前的任何數目（或沒有）的單個字符

注1：錨（anchor）， 用來匹配在字符串的開頭或末尾的位置。

注2：分組，因爲（）--圓括號提供分組功能，讓運算符能夠被應用到「前置的正則表達式」，如（xiao）+表示匹配於一個或連續重複的多個xiao

     分組能夠一民交替結合構建複雜且靈活的正則表達式。如[Aa]pple （computer|tv） is 表示在Apple（或apple）與is之間，包含有computer或tv的句子。

注3：

5.2.2.  重複運算符

*                匹配0次或屢次

+                匹配1次或屢次

?                匹配0次或1次

{n}              匹配n次

{n,}            最少匹配n次

{0,m}         最多匹配m次

{,m}           最多匹配m次

{n,m}         區間表達式，最少匹配n次，最多匹配m次

 

舉例：

A \ { 2 \ }B_____A至少出現2次，AAB

A \ { 4，\ }B_____ A最少出現4次，如AAAAB，AAAAAB…

A \ { 2，4\ }B_____A出現次數範圍2-4次，如AAB，AAAB，AAAAB

 

備註：

（1）？和 + 適用於擴展正則表達式。

咱們能夠把？想成是「可選用的」，也就是匹配前置正則表達式的文本，要麼出現，要麼沒出現。舉例看，與bc？e匹配的有be與bce，就這兩個！

+字符在概念上 與*元字符相似，不過匹配前置正則表達式要匹配的文本在這裏至少得出現一次，舉例看，ab+c匹配於abc、abbc、abbbc，但不會匹配於ac。

（2）正則表達式中的「*」與Shell中的「*」是不一樣的 。

Shell中的「*」表示任意個字符，正則表達式中的「*」 匹配0次或屢次某個字符。

舉例：1）aa*，在正則表達式中，第一個a後面跟上0個或多個a

      2）搜索k開頭和結尾，中間是至少一個i的字符串，即kik, kiik、kiiik...等

grep  'kii*k' test.txt

 

5.2.3.  預約義字符類（方括號表達式）

[:lower:]            小寫字母（相似於:a-z）

[:upper:]            大寫字母（相似於：A-Z）

[:alpha:]            大小寫字母（相似於：A-Za-z）

[:alnum:]           大小寫字母、數字（A-Za-z0-9）

[:digit:]              數字（相似於：0-9）

[:punct:]            標點符號

[:blank:]             空格或製表符（空白符）

[:cntrl:]              控制字符

[:graph:]            非空格字符

[:space:]            空白字符

 

注：方括號是名稱的一部分

 

例：grep   ‘21[[:alpha:]]’ data

查找文件data中包含數字21後面跟一個小寫字母或大寫字母的全部行

grep  ‘[[:upper:]][[:upper:]][[:digit:][[:lower:]]’  data

查找包含兩個連續大寫字母，後面跟一個數字，再跟一個小寫字母的全部行

grep  ‘X[0-9][0-9]’   data = grep  ‘X[[:digit:]][[:digit:]]’  data

 

匹配不在特定字符類之中的字符，爲此，只需在開頭的左方括號以後放一個^，可使用^（充當一個操做否認符）

grep  ‘Y[^ak]’  data

查找包含字母Y，同時後面不跟有a或k的全部行

 

提示：每一個字符類——無論他看上去有多麼複雜（只表示一個單獨的字符）

請關注 大有可爲的「正則表達式」（二）