十一 正则表达式

Regular Express：正则表达式

  使用"一串符号"来描述有共同属性的数据

grep命令行简介

类型    　 　　　注释
grep     标准grep命令，支持基本正则表达式
egrep    扩展grep命令，支持基本和扩展正则表达式
fgrep    快速grep命令，不支持正则表达式，按照字符串的字面意思进行匹配

grep处理数据顺序

以行为处理单位
对数据进行逐行处理，处理完当前行自动处理下一行，自动处理完所有的行为
默认输出有与正则表达式匹配数据的行，到屏幕上
不加选项，按默认方式处理数据
处理完当前行后，自动处理下一行，直到末行

egrep文本过滤

egrep 　[选项] '正则表达式' 文件
前置命令 | egrep [选项] '正则表达式'
egrep等于 grep -E。表示允许使用扩展的正则表达式

常用的命令选项：

参数选项    注释
-i    　　忽略字母大小写
-v    　　条件取反
-c    　　统计匹配的行数
-q   　　 静默、无任何输出，一般用于检测；看$?返回值，如果为0，说明有匹配，否则无匹配
-n    　　显示出匹配结果所在的行数
--color  标红显示匹配字串

基本元字符

类型   　　 　　　　含义   　　　　 举例    　　　　说明
^    　　　　　　匹配行首    　　　　^abc    　　以abc开头
　　　　　　　　　　　　　　　　　　　 ^#     　　 以#号开头的行（比如注释行）
$    　　　　　　匹配行尾    　　　　abc$    　　以abc结尾的行
　　　　　　　　　　　　　　　　　　　　^$    　　　　空行
.        　　　匹配单个字符   　　　 .    　　　除换行符（\n）以外的任意单个字符
？   　　　　　 最多匹配一次        
*    匹配前面一个普通字符的任意次数    a*    　 0个或多个连续的a
        　　　　　　　　　　　　　　　(abc)*    0个或多个连续的abc
        　　　　　　　　　　　　　　　　.*    　任意长度的任意字符串
+    　　　　最少匹配一次    　　　　　a+    　一个或多个连续的a
        　　　　　　　　　　　　　　 (abc)+    一个或多个连续的abc

元字符{}:限定表达式的匹配次数

类型    　　含义    　　　　示例    　　　　说明
{n}    　　匹配n次    　　(ab){3}    　　匹配ababab
{n,m}     匹配n-m次      (ab){1,3}     匹配ab、abab、ababab
{n,}      匹配至少n次     (ab){2}       匹配2个及以上连续的ab

元字符[]

匹配字符集合
[]内加^可取反;"^"符号表示匹配行首，但是“^”符号放到"[]"符号中就不再是匹配行首，而是表示取反

示例	说明
[acl45_?]	匹配a、c、l、4、5、_、?
[a-z]	匹配任意小写字母
[A-Z]	匹配任意大写字母
[0-9]	匹配任意数字
[a-Z0-9]	匹配任意字母或数字
[^A-Z]	匹配包括非大写字母的行
^[^a-z]	匹配不以小写字母开头的行
[m~n]	匹配m和n
[:space:]	空白字符
[:punct:]	标点符号
[:lower:]	小写字母
[:upper:]	大写字母
[:alpha:]	大小写字母
[:digit:]	数字
[:alnum:]	数字和大小写字母

其他元字符

类型    含义    　　示例   　　 说明
()    组合为整体    ab{3}     匹配ab、abb、abbb
        　　　　　　(ab){3}    匹配ab、abab、ababab
|    　　或者    　　root|bin  匹配root、bin
\b    单词边界    \broot\b    匹配单词root，不匹配keroot、rooty等字符串
\<    单词的开头    \<th    匹配以th开头的单词
\>    单词的结束    \<root\>    作用与\broot\b相同

\为转义符号，可以为一些普通字符赋予特殊含义，或者将一些特殊字符变为普通字符

\<\>：精确匹配符号，该符号利用"\"符号屏蔽"<>"符号，如\<the\>表示精确匹配the这个单词，而不匹配the字符的单词

()通常和|符号结合使用，表示一组可选字符的集合