正則表達式

本連接轉載自：http://www.javashuo.com/article/p-qnlqodjk-cs.html

僅供自學使用。

 

第1章 什麼是正則表達式

1. 正則表達式就是爲了處理大量的文本|字符串而定義的一套規則和方法
2. 經過定義的這些特殊符號的輔助，系統管理員就能夠快速過濾，替換或輸出須要的字符串。Linux正則表達式通常以行爲單位處理。

簡單說

• 爲處理大量文本|字符串而定義的一套規則和方法
• 以行爲單位出來，一次處理一行

正則表達式是一種描述一組字符串的模式，相似數字表達式，經過各類操做符組成更小的表達式

第2章 爲什麼使用正則表達式

linux運維工做，大量過濾日誌工做，化繁爲簡。
簡單，高效。
正則表達式高級工具；三劍客都支持

第3章 容易混淆的兩個注意事項

• 正則表達式應用很是普遍，存在於各類語言中，php perl grep sed awk 支持。ls * 通配符
• 但如今學的是Linux中的正則表達式，最常應用正則表達式的命令是grep（egrep），sed，awk。
• 正則表達式和通配符有本質區別

正則表達式用來找：【文件】內容，文本，字符串。通常只有三劍客支持
通配符用來找：文件名，普通命令都支持

第4章 正則表達式使用注意事項

1. linux正則表達式以行爲單位處理字符串

2. 便於區別過濾出來的字符串，必定配合grep／egrep命令學習。

1. 注意字符集，exportLC_All=C:不管什麼時候，作何事都要注意字符集
   

第5章 正則表達式的分類

POSIX規範將正則表達式的分爲了兩種

• 基本正則表達式（BRE，basic regular expression）
• 高級功能：擴展正則表達式（ERE，extended regular expression）

5.1 BRE和ERE的區別僅僅是元字符的不一樣：

• BRE（基礎正則表達式）只認可的元字符有^$.[]*其餘字符識別爲普通字符：\(\)
• ERE(擴展正則表達式）則添加了（）{}?+|等
• 只有在用反斜槓「」進行轉義的狀況下，字符（）{}纔會在BRE被看成元字符處理，而ERE中，任何元符號前面加上反斜槓反而會使其被看成普通字符來處理。

第6章 如何區分通配符和正則表達式

1. 不須要思考的判斷方法：在三劍客awk，sed，grep，egrep都是正則，其餘都是通配符
2. 區別通配符和正則表達式最簡單的方法：

（1）文件目錄名===>通配符
（2）文件內容（字符串，文本【文件】內容）===>正則表達式

1. 通配符和正則表達式都有「*」，「?」，「【】」，可是通配符的這些符號都能自身表明任意字符，而正則表達式的這些符號只能表明這些符號前面的字符

第7章 基本正則表達式

7.1 基礎正則表達式

字符	描述
^	^word搜索以word開頭的內容

$	word$搜索以word結尾的內容

^$	表示空行，不是空格

.	表明且只能表明任意一個字符（不匹配空行）

\	轉義字符，讓有特殊含義的字符脫掉馬甲，現出原形，如\.只表示小數點

*	重複以前的字符或文本0個或多個，以前的文本或字符連續0次或屢次

.*	任意多個字符

^.*	以任意多個字符串開頭，.*儘量多，有多少算多少，貪婪性

括號表達式
[abc][0-9][\.,/]	匹配字符集合內的任意一個字符a或b或c：[a-z]匹配全部小寫字母；表示一個總體，內藏無限可能；[abc]找a或b或c能夠寫成[a-c]

[^abc]	匹配不包含^後的任意字符a或b或c，是對[abc]的取反，且與^含義不一樣

a\{n,m\}	重複前面a字符n到m次（若是用egrep或sed -r可去掉斜線）

a\{n,\}	重複前面a字符至少n次，若是用egrep或sed -r可去掉斜線
a\{n\}	重複前面a字符n次，若是用egrep或sed -r可去掉斜線
---	---

第8章 擴展正則表達式ERE

特殊字符	含義與例子
+	重複前一個字符一次或一次以上，前一個字符連續一個或多個，把連續的文本／字符取出

？	重複前面一個字符0次或1次（.是有且只有1個）

管道符	表示或者同時過濾多個字符

（）	分組過濾被括起來的東西表示一個總體（一個字符），後向引用

第9章 正則小結

• 基礎正則：BRE
  |^|$|.||.|[abc]|[^abc]|
  |---|---|

• 擴展正則：ERE
  |+|||?|()|{}|a{n,m}|a{n,}|a{n}|
  |---|---|

• 轉義字符\:將字符的意思改變（不支持正則符號的，轉變字符含義爲正則，支持正則的轉變爲普通字符含義）

注意：

• grep默認不支持正則，所以正則表達式的符號對於grep來講就等同於普通字符含義，所以，想讓grep直接處理正則符號必須經過轉義字符\{\}來處理。
• grep -E 強制讓grep直接認識正則符號，不須要再進行轉義
• egrep 等效grep -E 天生就能認識正則符號
• 咱們平時備份能夠經過cp 文件名{,.bak}的形式進行，避免再打一次文件名
  sed -r ：讓sed支持正則

第10章 基本正則和擴展正則區別

基礎正則BRE	擴展正則ERE
\?	?
\+	+
\{\}	{}
\( \ )	()
\

所謂基礎正則實際上就是得須要轉義字符配合表達的正則，而擴展正則就是讓命令擴展它的權限讓他直接就認識正則表達符號（egrep，sed -r，awk直接支持）

第11章 補充說明

11.1 一些預約義的：

正則表達式	描述	示例
[:alnum:]	[a-zA-Z0-9]匹配任意一個字母或數字字符	[[:alnum:]]+
[:alpha:]	匹配任意一個字母字符（包括大小寫字母）	[[:alpha:]]{4}
[:blank:]	空格與製表符（橫向縱向）	[[:blank:]]*
[:digit:]	匹配任意一個數字字符	[[:digit:]]?
[:lower:]	匹配小寫字母	[[:lower:]]{5,}
[:upper:]	匹配大寫字母	([[:upper:]]+)?
[:punct:]	匹配標點符號	[[:punct:]]
[:space:]	匹配一個包括換行符，回車等在內的全部空白符	[[:space:]]+
[:graph:]	匹配任何一個能夠看得見的且能夠打印的字符	[[:graph:]]
[:xdigit:]	任何一個十六進制數	[[:xdigit:]]+
[:cntrl:]	任何一個控制字符（ASCII字符集中的前32個字符）	[[:cntrl:]]
[:print:]	任何一個能夠打印的字符	[[:print:]]

11.2 元字符

元字符是一種Perl風格的正則表達式，只有一部分文本處理工具支持它，並非全部的文本處理工具都支持

正則表達式	描述	示例
\b	單詞邊界	\bcool\b匹配cool，不匹配coolant
\B	非單詞邊界	cool\B匹配coolant不匹配cool
\d	單個數字字符	b\db匹配b2b，不匹配bcb
\D	單個非數字字符	b\Db匹配bcb不匹配b2b
\w	單個單詞字符（字母，數字與_)	\w匹配1或a，不匹配&
\W	單個非單詞字符	\W匹配&，不匹配1或a
\n	換行符	\n匹配一個新行
\s	單個空白字符	x\sx匹配xx，不匹配xx
\S	單個非空白字符	x\S\x匹配xkx，不匹配xx
\r	回車	\r匹配回車
\t	橫向製表符	\t匹配一個橫向製表符
\v	垂直製表符	\v匹配一個垂直製表符
\f	換頁符	\f匹配一個換頁符

第12章 正則表達式總結

• egrep／grep 瞭解一下正則，簡單看看效果，結果
• egrep／grep -o 參數看正則到底匹配了什麼
• 多練就好，配合grep，egrep，sed -r，awk更爲強大

第13章 參考資料

點我查看：正則表達式30分鐘入門教程