正则表达式

概念

• REGEXP : 由一类特殊字符及文本字符所编写的模式，其中有些字符（元字符） 不表示字符表面意思，而表示控制或通配的功能。
• 支持正则表示式的程序：grep，sed，awk，vim，less，nginx，varnish

-分两类：基本正则表达式： BRE
扩展正则表达式： ERE
grep -E ,egrep
grep -F,fgrep

• 元字符分类：字符匹配、匹配次数、位置锚定、分组

基本正则表达式元字符

字符匹配

• ** . ** 匹配任意单个字符，如：表示r和t之前任意两个字符

  
  Paste_Image.png

• [ ] 匹配指定字符中的任意一个，如： 将行中存在a，z，x其中任意一个字母的行筛选出来

  
  Paste_Image.png

• [^] 匹配指定字符串中的任意其他字符，如匹配ar和dr以外的所有字符

  
  Paste_Image.png

• 元字符
  • [:alnum:] 字母和数字，等价于=0-9a-zA-Z ,[[:alnum:]] =[0-9a-zA-Z]
  • [:alpha:] 任何英文大小写字母，等价于a-zA-Z,[[:alpha:]]=[a-zA-Z]
  • [:upper:] 大写英文字母
  • [:lower:] 小写英文字母
  • [:blank:] 空白字符（空格和制表符）
  • [:space:] 水平和垂直的空白字符（比[:blank:]表示范围广）
  • [:cntrl:] 不可打印的控制字符（退格、删除、警铃....）
  • [:digit:] 十进制数 ， [:xdigit:]十六进制数
  • [:graph:] 可打印的非空白字符

  • [:print:] 可打印字符
    

  • [:punct:] 标点符号

匹配次数

• 匹配次数：用于要指定次数的字符后面，用于置顶前面的那个字符要出现的次数

  • * 表示前面的那个字符出现0-多次，如：

    
    Paste_Image.png

  • .*表示任意字符出现0-多次，如

    
    Paste_Image.png

  • ? 表示前面的那个字符出现0次或者一次，如：

    
    Paste_Image.png
  • + 表示前面的字符出现一次以上，至少一次，如：

Paste_Image.png

• \ {\} 用于表示前面字符出现的精确次数，或者某个范围，最少几次，最多几次。如：

Paste_Image.png

• 位置锚定

  • ^ 表示以什么字符开头的行，如：

    
    Paste_Image.png

  • $ 行尾匹配，用于界定模式的最右边，如：匹配以bash结尾的行

    
    Paste_Image.png

  • ^$ ,用于界定一行的内容，如，去掉所有的空白字符，包括空格，tab，回车等等，后面一个只能去掉空行。

    
    Paste_Image.png

去掉空行的写法

• \< 进行单词的左边锚定，明白单词的一般组成，字母数字下划线，汉字，例如：

  
  Paste_Image.png

其余特殊字符不算单词的一部分

• /> 单词的游边界，相当于从右边开始匹配单词，如

  
  

• /< >界定一个完整的单词表达,如：这种情况可以达到一种精确的单词匹配，当然中间可以使用通配符。

  
  

中间可以使用通配符

• \b 同<,<>等价于=\b.. \b

分组

• () 将多个字符捆绑在一起，当做一个整体进行处理，如：这里匹配的是ro这个字符串。

• 后向引用 分组括号里面的模式匹配到的内容会被存储到内部变量里面，分别被命名为\1，\2.....。需要注意一点这些变量里面存储的值是模式匹配到的符合条件的值。例如：

  
  Paste_Image.png

• | 或，前后两个模式条件，符合其中一个即可，如：

Paste_Image.png

** 注 ** 写正则表达式的时候，避免出现问题，最好加上双引号
以上例子，变红的内容是符合条件的，如果不想未匹配的内容出现，加上-o参数即可

扩展正则表达式和基本正则表达式

• 基本一致
• 不同
  • 用egrep 或者 grep -E
  • ?,+,{},(),| 使用的时候不用加斜线（/）