通配符
通配符通常用来匹配文件、目录
| * |
匹配任意长度的任意字符，可以是0个 |
| ? |
匹配任意单个字符，必须是1个 |
| [ ] |
匹配指定字符范围内的任意单个字符 |
| [a-z,A-Z,0-9] |
匹配所有数字字母，可以不加逗号 |
| [a-z] |
表示取a..z的所有字符 |
| [A-Z] |
表示A,B.....Z |
| [a-Z] |
表示所有大小写字母 |
| [:upper:] |
所有大写字母 |
| [:lower:] |
所有小写字母 |
| [:alpha:] |
所有字母，大小写 |
| [:digit:] |
所有数字 |
| [:alnum:] |
所有数字和字母 |
| [:space:] |
空白字符 |
| [:punct:] |
标点符号 |
| [^] |
匹配指定字符范围外的任意单个字符 同[!] |
| [^0-9] |
相当于[^[:digit:]] |
| [^a-z] |
所有非a..z的字符 |
| [^A-Z] |
所有非A..Z的字符 |
正则表达式
概述
正则表达式Regular Expression，缩写RE，是文本处理极为重要的技术，用它可以对字符串按照某种规则进行检索、替换。正则表达式应用极其广泛，shell中文本处理命令、各种高级编程语言都支持正则。
分类
1、BRE
基本正则表达式，grep、sed等都支持。
2、ERE
扩展正则表达式，egrep（grep -E）、sed -r等。
3、PCRE
几乎所有高级语言都是PCRE的方言或变种。
元字符metacharacter
| 代码 | 说明 | 举例 | Basic RegEx |
Extend RegEx |
Python |
| . | 匹配除换行符以外的任意一个字符 | . | . | . | . |
| [abc] | 字符集合，匹配集合中的任意一个字符 | [abc]匹配plain中的'a' | [abc] | [abc] | [abc] |
| [^abc] | 字符集合，只能表示一个字符位置。 匹配除去集合内字符的任意一个字符 |
[^abc]可以匹配plain中的'p','l','i','n' | [^abc] | [^abc] | [^abc] |
| [a-Z] | 自付范围，也是集合，表示一个字符位置 匹配包含的任意一个字符 |
常用的有[A-Z][0-9] | [a-Z] | [a-Z] | [a-Z] |
| [^a-Z] | 字符范围，也是个集合，表示一个字符位置 匹配去除集合内字符的任意一个字符 |
[^a-Z] | [^a-Z] | [^a-Z] | |
| \b | 匹配单词边界 | \bb在文本中查找以b开头的字符 | \b | \b | \b |
| \B | 不匹配单词边界 | t\B包含t的单词但是不以t结尾的t字符，例如write \Bb不以b开头但含有b的单词，如able |
\B | \B | \B |
| \t | 匹配一个横向制表符 | 不支持 | 不支持 | ||
| \v | 匹配一个垂直制表符 | 不支持 | 不支持 | ||
| \s | 匹配1位空白字符，包括换行符、制表符、空格 [\f\r\n\t\v],\f表示换页，\v表示垂直制表符 |
不支持 | 不支持 | ||
| \S | 匹配一位非空白字符 | 不支持 | 不支持 | ||
| \d | 同[0-9],匹配一位数字 | \d | 不支持 | 不支持 | |
| \D | 同[^0-9]，匹配一位非数字 | 不支持 | 不支持 | ||
| \w | 匹配[a-zA-z0-9_],包含中文 | \w | \w | \w | \w |
| \W | 匹配\w之外的字符 | \W | \W | \W | |
| \<pattern\> | \<词首锚定，\>词尾锚定，这两个和\b相同 | \<abc\>匹配单词abc等价\babc\b |
单行模式
. 点号可以匹配所有字符，包括换行符
^ 表示整个字符串的开头，$表示结尾
多行模式
.点号可以匹配所有字符，但不包括换行符
^ 表示整个字符串的开头，$表示结尾，开始指的是\n后紧接着下一个字符，结束指的是\n前的字符
重复
| 代码 | 说明 | 举例 |
| * | 表示前面正则表达式匹配的内容 会重复0次或多次 |
e\w*单词中有e，后面是非空白字符 |
| + | 表示前面正则表达式重复至少1次 | e\w+单词中e后面至少有一个非空白字符 |
| ？ | 表示前面的正则表达式会重复0次或1次 | e\w?单词e后至多有一个非空白字符 |
| {n} | 重复n次 | |
| {n,} | 重复至少n次 | e\w{1,}等价e\w+ e\w{0,}等价e\w* e\w{0,1}等价e\w? |
| {n,m} | 重复n到m次 | e\w{1,10}单词中e后面至少一个最多10个非空白字符 |
分组捕获、断言、注释（python）
| 代码 | 说明 | 举例 |
| x|y | 匹配x或匹配y | w|food 或者 (w|f)ood |
| 捕获 | ||
| (pattern) | 使用小括号指定一个子表达式，也叫分组 捕获后会自动分配组号，从1开始，可以改变优先级 |
|
| \数字 | 匹配对应的分组 | (very)\1表示匹配 very very，分组是very |
| (?:pattern) | 如果仅仅为了改变优先级，不需要捕获分组 | (?:w|f)ood 'industr(?:y|ies)' 等价 'industry|industries' |
| (?<name>exp)或 (?'name'exp) |
分组捕获，但是可以通过那么访问分组， Python语法必须是(?P<name>exp) |
|
| 零宽断言 | ||
| (?=exp) | 零宽度正预测先行断言 断言exp一定出现在匹配字符的右边 也就是说匹配字符的后面一定有exp |
f(?=ood)f后面一定有ood出现 |
| (?<=exp) | 零宽度正回顾后发断言 断言exp一定出现在匹配字符的左边 也就是说匹配字符前面一定有exp |
(?<=\d{3})o{1,2}p表示匹配oop的字符串前面一定有三个数字 |
| 负向零宽断言 | ||
| (?!exp) | 零宽度负预测先行断言 断言exp一定不会出现在右侧， 也就是说断言后面一定不是exp |
\d{3}(?!\d)表示匹配3位数字且三位数字后 一定不是数字 foo(?!d)表示foo的后面一定不是d |
| (?<!exp) | 零宽度负回顾后发断言 断言exp一定不会出现在左侧， 也就是说断言前面一定不是exp |
(?<!f)ood表示ood的前面一定不是f |
| 注释 | ||
| (?#comment) | 注释 | f(?=oo) |
贪婪与非贪婪
| 代码 | 说明 |
| *? | 匹配任意次，但尽可能少重复 |
| +? | 匹配至少1次，尽可能少重复 |
| ?? | 匹配0或1次，尽可能少重复 |
| {n,}? | 匹配至少n次，尽可能少重复 |
| {n,m}? | 匹配至少n次，至多m次，尽量少匹配 |