Perl正则表达式入门

1.简述

• 正则表达式（ Regular Expression, regexp ）是一种描述字符串特征的语法规则 ，用于验证各种字符串是否匹配（ Match）这个特征，进而实现高级的文本查找、替换、截取内容等操作 。 例如，要在大量的文本中找 出符合某个特征的字符串，就将这个特征按照正则 表达式的语法写出来，形成一个用于计算机程序识别的模式（ Pattern），然后计算机程序就会根据这个模式到文本中进行匹配。
• 正则表达式的形成与发展有着悠久的历史，在各种计算机软件中都有广泛应用 。 例如，在操作系统（ UNIX 、 Linux 等）、编程语言（ C 、 C ＋＋、 Java 、 PHP 、 Python,] avaScript 等）、服务器软件（ Apache 、 Nginx）的使用中都会遇到正则表达式。

2.入门语法

背景介绍

POSIX 和 Perl 语法。grep 命令支持 POSIX 和 Perl 两种正则表达式语法，默认情况下是 POSIX BRE 语法，指定选项 －E 可以切换到 POSIX ERE 语法，指定选项－P 可以切换到 Perl 语法（选项 E 和 P不可同时使用)。以下命令讲解基于Perl语法。

1.grep命令

grep 支持对来自标准输入、管道（ pipe ）输入，以及文本文件的内容进行正则表达式搜索

1)标准输入

[root@ localhost ~]$grep --color 'hello'

上述示例中， grep 命令的 co l or 选项表示以彩色标注出匹配到的内容，参数 hello 是一个符合正则表达式语法的匹配模式，用于匹配内容 。该行命令执行后，在光标显示处利用键盘输入 hello world 或其他任意内容后，按回车键提交给 grep 进行匹配，结果如下所示。

hello world

hello world

2)管道输入方式

管道是 Linux 中支持的一种通信机制，其作用是将一个程序的输出作为另一个程序的输入 。 管道的符号是｜，通过这个符号连接前后多个命令，具体示例如下。

[root@centos test]# cat word.txt 
hello world
[root@centos test]# cat word.txt |grep --color llo
hello world

3）文件方式

grep 命令的第 2 个参数是可选参数，用于读取指定的文件内容进行正则模式匹配。以读取指定文件 word.txt 为例，具体示例如下。

[root@centos test]# grep wor word.txt 
hello world

2.元字符、文本字符和转义字符

一个完整 的正则表达式由元字符和文本字符两部分构成。其中，元字符就是具有特殊含义的字符，如前面提到的"^" "$" "." "*"，文本字符就是普通的文本，如字母和数字等。正则表达式定义许多元字符用于实现复杂匹配，而若要匹配的内容是这些字符本身时，就需要在前面加上转义字符“\”，如“\^”。"\"本身也属于元字符，用"\\"转义 。

1）转义字符的使用。

[root@centos test]# grep --color '[\^\$\\\.]'
12$fd^34.45\
12$fd^34.45\

2）分组

在正则表达式中还支持分组（又称为子模式、子匹配），用小括号"()"来实现 。 括号用于嵌套一个子模式，如下面的示例实现了匹配 aa 出现了3次的情况 。

[root@centos test]# grep -P --color '(aa){2}'
1234aaaadfg
1234aaaadfg

3）在单引号内匹配单引号，使用\x27

[root@centos test]# grep --color -P '\x27'
asss'dd
asss'dd

 3.语法规则

1.定位符

1)定位符

定位符	说明	示例	匹配结果
^	匹配字符串开始的位置	^hello	helloworld
$	匹配字符串结束的位置	world$	helloworld

注意：匹配空行可以使用^$

2）选择符，|

[root@centos test]# grep -P --color 'java|PHP'
who is the best language java or PHP
who is the best language java or PHP

3）字符范围

示例	说明	匹配结果
[abc]	匹配字符a，b，c	abcdef
[^abc]	匹配不是a，b，c的字符	abcdef
[a-z]	匹配字母a~z范围内的字母	abcdef

4）点字符和限定符

字符	说明	示例	结果
.	匹配一个任意字符	a.d	可匹配 add asd afd
?	匹配前面的字符0次或1次	he?p	可匹配hep heep
+	匹配前面的字符一次或多次	w+w	可匹配www wwww
*	匹配前面的字符0次或多次	go*gle	可匹配 gogle google gooogle ...
{n}	匹配前面的字符n次	go{1}gle	只可以匹配google

 4.应用案例

1）验证文件扩展名

只允许访问html，css，jpg扩展名的文件

^.*?\.(html|css|jpg)$

2）验证IP地址

^(([1-9]?\d|1\d{2}|2[0-4]\d|5[0-5]))\.){3}([1-9]?\d|1\d{2}|2([0-4]\d|5[0-5]))$

3）验证日期格式

^[1-9]\d{3}-([1-9]|1[0-2])-([1-9]|[1-2]\d|3[01])$