[转帖]egrep 正则表达式

https://www.cnblogs.com/ordili/p/9395735.html

一．功能

用正则表达式在文件或输入中搜索匹配的字符串，并打印出匹配的行。egrep匹配之前，会删除每行结尾的换行符。

二．语法

grep [OPTION]... PATTERN [FILE]...

OPTION 是选项，如  -i  匹配时忽略大小写

PATTERN 是正则表达式，需要用单引号扩起来

FILE 是文件，可以同时搜索多个文件

三．元字符

3.1 行首与行尾

^ 匹配行首

$ 匹配行尾

3.2 字符组[]

[]字符组，用于匹配字符组内任意字符，在字符组内部与外部，关于元字符的规定是不同的。

3.2.1 字符组内元字符

l 连字符“-”，在子字符组内连字符表示范围

l 脱字符“^”，在子字符组内脱字符表示否定

3.2.2 字符组注意事项

l 连字符“-”，位于字符组内第一个字符时，只是普通字符，不具备特殊意义

l 在字符组内字符 ？ .  \ 都是普通字符

3.2.3 字符组例子

[.\?] 匹配.或?或\，这里的元字符.?当做普通字符处理，这里的\没有转译的功能。

[-12] 匹配-或1或2，这里的连字符当做普通字符处理

[abc] 匹配a或b或c

[0-9] 匹配任意一个数字

[a-z] 配置任意一个小写字母

[0-9a-zA-Z] 匹配任意数字或字母

[^1-5] 匹配1-5之外的任意字符

3.3 多选结构 |

| 表示”或”的意思，用于表示任意子表达式。多选结构用括号来界定范围

3.3.1 多选结构例子

grey|gray  或gr(a|e)y 或 gr[ae]y 都匹配 gray 或 grey

3.3.2 多选结构注意事项

l 多选结构用括号来界定范围

l 多选结构的每个子表达式自身都可能是完整的正则表达式，都可以匹配任意长度的文本

3.3.3 多选结构与字符组的区别：

字符组可以算是一门独立的微型语言，它对元字符有其自身的规定

多选结构则是正则表达式语言主体的一部分。

3.4 单词分界符

\< 用于匹配单词的首

\> 用于匹配单词的尾

如：

\<Cat\> 匹配单词Cat 不匹配包含Cat的其它单词，如Cata 、cCat

元字符序列：

3.5 可选项元素及量词 ？

元字符？用于表示可选项，表示有或者没有；元字符？一定要放在某个字符的后面，用于表示该字符有或没有，并且用括号来界定元字符？的作用对象

如：

July? 匹配Jul 或 July ;都表示七月

A(July)? 匹配A  或 July; 这里用括号来界定了元字符?的作用对象。

July? (fourth|4(th)?) 匹配 July fourth 或 July 4 或 July 4th 或 Jul fourth 或 Jul 4 或 Jul 4th

量词	名称	含义
？	问号	匹配前面的字符0-1次
+	加号	匹配前面的字符1-N次，尽可能多匹配
*	星号	匹配前面的字符0-N次，尽可能多匹配
{min,max}		匹配min到max次，

3.6 括号及反向引用

括号的作用：

3.7.1. 界定|的范围

3.7.2. 的把若干字符组合成一个单元，受量词的作用;如 ?+*{m,n}

3.7.3. 反向引用，

括号能够“记忆”其中子表达式匹配到的文本，可用\num来获取这些匹配到的文本；num代表数字，从1开始，num的编号按照开括号出现的先后排序

如果某个括号只是分组而不捕获，可以使用语法 (?:

如；

([a-z])([0-9])\1\2 \1代表[a-z]匹配的内容 \2代表[0-9]匹配的内容

egrep -i ‘\<([a-z]+) +\1\>’  file 匹配file中任意重复2次的单词

3.7 简单记法：

\t 制表符

\n 换行符

\r 回车符

\s 任何“空白”字符(空格符，制表符，进纸符)

\S 除\s之外的符合

\w [a-zA-Z0-9]

\W [^a-zA-Z0-9]

\d [0-9]

\D [^0-9]

3.8 总结

元字符	名称	匹配对象
.	点	匹配单个任意字符
[]	字符组	匹配任意列出的字符
[^]	排除型字符组	匹配任意没有列出的字符
^	脱字符	匹配行首
$	美元符	匹配行尾
\<	反斜线-小于	匹配词首
\>	反斜线-大于	匹配词尾
|	竖线	匹配分隔两旁的任意一个表达式
()	括号	界定|的作用范围