RE(Regular Expression:正则表达式)
Shell 脚本最为重要的两个基本操作:
1、查找文本(searching);
2、替换文本(substitute)。
正则表达式:用来描述规则的表达式,一般需要由元字符组成。正则表达式是一种表达方式,可以查找匹配特定准则的文本。 表达式由普通字符和特定
字符组成,特定字符也称为元字符(metacharacter)。
元字符(metacharacter):含有特殊含义的字符。
1、元字符
序号 number |
元字符 metacharacter |
描述 describe |
1 | \ | 将一个字符标记符、或一个向后引用、或一个八进制转义符。相当于多种编程语言中都有的“转义字符”的概念。 |
2 | ^ | 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性,^也匹配"\n"或"\r"之后的位置。 |
3 | $ | 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性,^也匹配"\n"或"\r"之前的位置。 |
4 | * | 匹配前面的子表达式任意次。zo*能匹配"z",也能匹配"zo"以及"zoo"。 |
5 | + | 匹配前面的子表示一次或多次(大于等于1次)。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。 |
6 | ? | 匹配前面的子表达式零次或一次。例如,“do(es)?”,可以匹配“do”或“does”。 |
7 | {n} | n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“hot”中的“o”,但是能匹配“food”中的两个“o”。 |
8 | {n,} | n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“hot”中的“o”,但能匹配“food”中的“oo”。 |
9 | {n,m} | m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”可以匹配“o”、“oo”或者“ooo”。 |
10 | ? | 当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的 匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如对于字符串“oooo”,“o+?”将匹配 单个“o”,而“o+”将匹配所有“o”。 |
11 | .(点) | 匹配除“\r\n”之外的任何单个字符。 |
12 | (pattern) | 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches结合得到,在VBScript中使用SubMatches集合,在 JScript中则使用$0...$9属性。要匹配圆括号字符,请使用“\(”或“\)”。 |
13 | (?:pattern) | 非获取匹配,匹配pattern但不获取匹配结果,不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个 部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。 |
14 | (?=pattern) | 非获取匹配,正向肯定预查,在任何匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如 “windows(?=95|98|NT|2000)”能匹配“windows2000”中的“windows”,但不能匹配“windows3.1”中的“windows” 。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预 查的字符之后开始。 |
15 | (?!pattern) | 非获取匹配,正向否定预查,在任何不匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。 例如“windows(?!95|98|NT|2000)”能匹配“windows3.1”中的“windows”,但不能匹配“windows2000”中的“windows”。 |
16 | (?<=pattern) | 非获取匹配,反向肯定预查,与正向肯定预查类似,只是方向相反。例如“(?<=95|98|NT|2000)windows”能匹配 “2000windows”中的“windows”,但不能匹配“3.1windows”中的“windows” |
17 | (?<!pattern) | 非获取匹配,反向否定预查,与正向否定预查类似,只是方向相反。例如“(?<=95|98|NT|2000)windows”能匹配 “3.1windows中的windows”,但不能匹配“2000windows”中的“windows”。这个地方不正确,有问题,此处用 或任意一项都不能超过2位,如“(?<=95|98|NT|20)windows”正确,“(?<=95|98|NT|2000)windows”报错,若是单独 使用则无限制,如“(?<=2000)windows”正确匹配。 |
18 | x|y | 匹配x或y。例如,“z|food”能匹配“z”或“food”。“(z|y)ood”则匹配“zood”或“food”。 |
19 | [xyz] | 字符集合。匹配所包含的任意一个字符。例如,“[adb]”可以匹配“cat”中的“a”。 |
20 | [^xyz] | 负值字符集合。匹配未包含的任意字符。例如,“[^abc]”可以匹配“cat”中的“ct”。 |
21 | [a-z] | 字符范围。匹配指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。 注意:只有连字符在字符组内部时,并且出现的两个字符之间时,才能表示字符的范围;如果出现字符组的开头,则 只能表示连字符本身。 |
22 | [^a-z] | 负值字符范围。匹配任何不在指定范围内的任意字符。例如“[^a-z]”可以匹配任何不在“a”到“z”范围的任意字符。 |
23 | \b | 匹配一个单词边界,也就是指单词和空格间的位置(正则表达式的“匹配”有两种概念,一种是匹配字符,一种是匹配 位置,这里的\b就是匹配位置)例如:“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。 |
24 | \B | 匹配非单词边界。“er\B”能匹配“verb”中的“er”,但不能匹配“never”中的“er”。 |
25 | \cx | 匹配由x指明的控制字符。例如:\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则,将c视为一个原义 的“c”字符。 |
26 | \d | 匹配一个数字字符。等价于[0-9]。grep要加上-P,perl正则支持。 |
27 | \D | 匹配一个非数字字符。等价于[^0-9]。grep要加上-P,perl正则支持。 |
28 | \f | 匹配一个换页符。等价于\x0c和\cL |
29 | \n | 匹配一个换行符。等价于\x0a和\cJ |
30 | \r | 匹配一个回车符。等价于\x0d和\cM |
31 | \s | 匹配任何不可见字符,包括空格、制表符、换页符等等。等价于[\f\n\r\t\v] |
32 | \S | 匹配任何可见字符。等价于[^\f\n\r\t\v] |
33 | \t | 匹配一个制表符。等价于\x09和\cl |
34 | \v | 匹配一个垂直制表符。等价于\x0b和\cK |
35 | \w | 匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”,这里的“单词”字符使用Unicode字符集。 |
36 | \W | 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。 |
37 | \xn | 匹配n,其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。 |
38 | \num | 匹配num,其中num是一个正整数。对所获取的匹配的引用。例如,“(.)\1”匹配两个连续的相同字符。 |
39 | \n | 标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制 数字(0-7),则n为一个八进制转义值。 |
40 | \nm | 标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式,则nm为向后引用。如果\nm之前至少有 n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满足,若n和m均为八进制数字(0-7),则\nm将匹配 八进制转义值nm。 |
41 | \nml | 如果n为八进制数字(0-7),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。 |
42 | \un | 匹配n,其中n是一个用四个十六进制数字表示的Unicode字符。例如,\u00A9匹配版权符号(©)。 |
43 | \p{P} | 小写p是property的意思,表示Unicode属性,用于Unicode正则表达式的前缀。中括号内的“P”表示Unicode字符集七个 字符属性之一:标点字符。 其他六个属性: L:字母; M:标记符号(一般不会单独出现) Z:分隔符(比如空格、换行等) S:符号(比如数学符号、货币符号等) N:数字(比如阿拉伯数字、罗马数字等) C:其他字符。 |
44 | <> | 匹配词(word)的开始(<)和结束(>)。例如正则表达式<the>能够匹配字符串“for the wise”中的“the”,但是 不能匹配字符串“otherwise”中的“the”。注意:这个元字符不是所有的软件都支持。 |
45 | () | 将(和)之间的表达式定义为“组”(group),并且将匹配这个表达式的字符保存到一个临时区域(一个正则表达式 中最多可以保存9个),它们可以用\1到\9的符号来引用。 |
46 | | | 将两个匹配条件进行逻辑“或”(or)运算。例如正则表达式(him|her)匹配“it belongs to him”和“it belongs to her”,但是不能匹配“it belongs to them”。注意:这个元字符不是所有的软件都支持的。 |
47 | + | 匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意:这个元字符不是所有的软件都支持。 |
48 | ? | 匹配0或1个正好在它之前的那个字符。注意:这个元字符不是所有的软件都支持的。 |
49 | {i}{i,j} | 匹配指定数目的字符,这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3}能够匹配字符“A”后面跟着正好 3个数字字符的串,例如A123、A348等,但是不匹配A1234。而正则表达式[0-9]{4,6}匹配连续的任意4个、5个或者6个数字。 |
2、POSIX方括号表达式
序号 | 表达式 | 功能描述 |
1 | [[:alnum:]] | 数字字符 |
2 | [[:alpha:]] | 字母字符 |
3 | [[:blank:]] | 空格和定位字符 |
4 | [[:cntrl:]] | 控制字符 |
5 | [[:digit:]] | 数字字符 |
6 | [[:graph:]] | 非空格字符 |
7 | [[:lower:]] | 小写字母字符 |
8 | [[:print:]] | 可显示的字符 |
9 | [[:punct:]] | 标点符号字符 |
10 | [[:space:]] | 空白字符 |
11 | [[:upper:]] | 大写字母字符 |
12 | [[:xdigit:]] | 十六进制数字 |