linux笔记三 --正则表达式

浏览数：31 / 时间：2015年06月20日

前言：本篇博客的主要是记录学习过程中的正则表达式和sheel通配符。

内容：

1.shell通配符

通配符是基于bash解释器解析的，而正则表达式由正则引擎的软件（如awk，grep，sed等）解析，二者完全不同。

*	表示匹配任意多个字符，0个到多个。
？	表示匹配任意一个字符。
[]	表示选择其中的一个匹配。
[-]	表示匹配一个范围中的一个字符。如：[a-z]匹配到a-z中的一个。
[^]或[!]	表示不匹配其中的任意一个。如：[^a-z]不匹配其中的任意一个

实例（此处实例参考其他博客）

[root@linux ~]# ls test* #那个 * 代表后面不论接几个字符都予以接受
[root@linux ~]# ls test? #那个 ? 代表后面"一定"要接"一个"字符
[root@linux ~]# ls test??? #那个 ??? 代表"一定要接三个"字符!
[root@linux ~]# cp test[1-5] /tmp # 将 test1, test2, test3, test4, test5 若存在的话,就拷贝到 /tmp
[root@linux ~]# cp test[!1-5] /tmp # 只要不是 test1, test2, test3, test4, test5 之外的其它 test?拷贝到 /tmp
[root@linux ~]# cd /lib/modules/`uname -r`/kernel/drivers # 系统先执行 uname -r 找出输出结果;将结果累加在目录上面,来执行 cd 的功能! = cd /lib/modules/$(uname -r)/kernel #另外,这个 quot (`) 的功能,也可以利用 $() 来取代喔!
[root@linux ~]# cp *[A-Z]* /tmp #表示文件中包含大写字母
[root@linux ~]# ls -lda /etc/*[35]* #表示文件中包含数字3或者5.
注意：通配符就好比全局变量在任何时候都能使用，但是如果遇到了vi，awk，grep，sed等软件，则使用正则表达式，通配符就不在使用

2.谈一谈正则表达式（这个比较难理解）1.正则表达式的一些特殊符号：

[[:alnum:]] =[0-9a-zA-Z]等等。这里可以参考linux学习笔记一

[[:xdigit:]]=[代表16进制的数字类型，包括0-9，A-F，a-f的数字与字符]

[[:graph:]] = [代表了除了空格和Tab键以外的所有按键]

[[:cntrl:]] =[代表了键盘上面的控制按键，即包括CR，LF，Tab，Del等]

2.基础正则表达式语法（RE语法）：一个字符串如果是正则表达式表示的，则其中的任意字符被称为RE字符。

只支持普通正则表达式语法：^ $ . * \ [] " ‘

支持扩展正则表达式语法：^ $ . * \ [] " ‘ + ？ | （）

标准的正则表达式：

基础RE字符	意义和实例
^string	意义：以string为首的匹配行实例：查找以root开头的匹配行 grep ‘^root‘ /etc/passwd
$string	意义：以string结尾的匹配行实例：查找以数字结尾的匹配行 grep --color ‘[[:digit:]]$‘ /etc/inittab
.	意义：代表一定有一个任意字符的字符（除换行符），在awk中可匹配换行符实例：查找r开始中间有两个字符，后面是一个t的行。 grep ‘r..t‘ /etc/passwd
\	意义：转义字符，将特殊符号的特殊意义去除，将普通字符变为特殊字符。范例：查找含有单引号‘的那一行 grep -n \‘ 008.txt
*	意义：重复0个到无穷多个前一个字符范例：找出含有(ab)(aab)(acb)等的字符串，注意，因为可以是0个，所以ab也是符合待查找字符串。另外，因为为重复“前一个RE字符”的符号，因此在之前一定要紧接着一个RE字符！例如任意字符则为. grep -n ‘a*b‘ 008.txt
[list]	意义：从字符集合的RE字符里面找出想要选取的字符（不包括换行符），在awk中可以包含换行符。注意此时中括号里的\.*等特殊字符均变成一般字符（除了[]）。范例：查找含有(gl)或(gd)的那一行，需要特别留意的是，在[]当中代表一个待查找的字符，例如“a[ab]b”代表查找的字符串可以是aab，abb grep -n ‘a[ab]b‘ 008.txt
[n1-n2]	意义：从字符集和的RE字符里面找出想要选取的字符范围范例：查找含有任意数字的那一行。需特别留意，在字符集合[]中的减号-是有特殊含义的，它代表两个字符之间的所有连续字符（与编码顺序有关） grep -n ‘a[a-z]b‘ 008.txt
[^]	意义：反向选择范例：查找的字符串可以是(ab)(aab) grep ‘a[^c-z]‘ 008.txt

\{n\}

\{n,\}
\{n,m\}

意义：连续n到m个的前一个RE字符，若为\{n\}则是连续n个的前一个RE字符，若为\{n,\}则是连续n个以上的前一个RE字符。
在支持扩展的正则表达式中用另一种形式，且n,m必须是0到255之间的整数：

注：本质上是扩展正则表达式的语法

grep ‘a\{1\}b‘ 008.txt 在b之前至少1个a

grep ‘a\{2\}b‘ 008.txt 在b之前至少2个a

grep ‘a\{1,2\}b‘ 008.txt 在b之前1-2个a

grep ‘a\{1,\}b‘ 008.txt 在b之前至少1个a

扩展的正则表达式：

grep需加-E （或者使用到扩展符号时加\）

sed需加-r （或者使用到扩展符号时加\）

awk，perl本身支持扩展这则表达式（也就是说awk中如果要引用(为普通字符要[(]如此使用。）

意义：重复一个或一个以上的前一个RE字符（和\{1\}是有区别的，\+表示最大的匹配，而\{1\}是最小的匹配)
例如：

grep ‘a\{1\}b‘ 008

aab

aaab

grep ‘a\+b‘ 008

aab

aaab

意义：零个或一个的前一个RE字符
和*的区别就是：？是最小匹配，*是最大匹配即匹配最长。

意义：用或(or)的方式找出数个字符串，两边的字符串不能加额外的空格，

ABC|DEF表示ABC或DEF，A(BC|DE)F表示ABCF或ADEF

grep ‘a$a\|b$b‘ 008

范例：去除空白行和行首为#的行
grep -Env ‘^$|^#‘ regular_express.txt

意义：找出“组”字符串，[]的引申

范例：查找glad或good这两个字符串，因为g与d是重复的，所以可以将la与oo以或的方式列于()中

grep -En ‘g(la|oo)d‘ regular_express.txt

grep "l$ik\|ov$e" 008

()+

意义：重复一个或一个以上的前一个“组”

{n}
{n,}
{n,m}

与普通正则表达式含义一致，只是在支持扩展正则表达式中要用此形式，即awk、grep -E、sed -r 中使用

008文件内容：

aab

abb

aaab

acb

amnb

amnbc

amnmnmnanb

asb

adb

‘dongzi‘

love is like

like is love

几种有用的正则表达式

项目	正则表达式
匹配正规文本中的单词	\b[[:alpha:]]\+\b（b是单词的边界）或 ^[[:alpha:]]$(注意此处的不能换成？由于匹配长短问题，？是最短匹配) 可以匹配出空白行。 ^[[:alpha:]]+$就匹配不出空白行。或 (^\| )["({[]book[]})"?,.:;!‘s ]( \|$)
匹配空行	^$
匹配含有空格的空白行和空行	^空格*$
匹配整个行	^.*$
匹配一个或多个空格	空格空格*
匹配s前面含有任意abc随机组合的字符串	[abc]*s
匹配格式化的美元数额	\$[空格0-9]*\.[0-9][0-9]
匹配电子邮件地址	[[:alnum:]]\@[[:alnum:]]\.[[:alnum:]]\{2,4\}$
匹配一个HTTP URL	http://[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,4}