自学Linux Shell17.1-正则表达式

点击返回 自学Linux命令行与Shell脚本之路

17.1-正则表达式

1. 正则表达式概念

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。规定一些特殊语法表示字符类、数量限定符和位置关系,然后用这些特殊语法和普通字符一起表示一个模式,这就是正则表达式(Regular Expression)。

使用原因：

• 程序设计过程中不可避免的遇到处理某些文本情况，有时候要查找符合某些比较复杂规则的字符串。正则表达式以非常简单的代码完成。
• Linux实用程序在输入数据时，将正则表达式模式和数据进行匹配。如果数据与模式一致，它接受处理（称作“匹配”）。如果数据与模式不一致，就拒绝（称作“过滤”）。

正则表达式是通过正则表达式引擎regular expression engine实现的。正则表达式引擎值是一套底层软件，负责解释正则表达式模式并使用这些模式进行文本匹配。
在linux系统中，比较流行的正则表达式引擎有两种：

• POSIX基础正则表达式引擎BRE
• POSIX扩展正则表达式引擎ERE

linux系统不同应用可以使用不同类型的正则表达式：

• 编程语言java 、perl 、python
• linux实用使用工具sed编辑器 、gawk程序、 grep工具
• 主流应用mysql、 PostgreSQL

常见的支持正则表达式的UNIX工具：

• grep命令族：用于匹配文本行
• sed流编辑器：用于改变输入流 (只符合BRE规范的子集)
• gawk程序:用于处理字符串的语言
• more或者less等：文件查看程序
• ed,vi或者vim等：文本编辑器

2. 正则表达式主要组成

• 字符类(Character Class)
• 数量限定符(Quantifier):
• 位置限定符(Anchor)：描述各种字符类以及普通字符之间的位置关系

2.1 字符类 

字符类(Character Class):在模式中表示一个字符,但是取值范围是一类字符中的任意一个。

 . 用来匹配除换行符之外的的任意单个字符， 它必须匹配一个字符，如果在.字符的位置没有字符，那么模式不成立。（空格也是字符）

• "s..d" 匹配在s和d这两个字母之间一定有两个字符的单词
• "s.*d" 匹配在s和d字母之间有任意字符
• ".*" 匹配所有内容

[ ]包含出现在所有该字符组中的字符，可以在单个表达式中使用多个字符组，字符组可以使字符也可以是数字。

• " [aeiou ]"     匹配任意一个元音字母，
• " [0-9] "         匹配任意一位数字，
• " [a-z][0-9] " 匹配小写字母和一位数字构成的两位字符。
• " s[ao]id "    匹配s和i字母中，要么是a，要么是o
• " ^[a-z] "      匹配小写字母开头的行
• " [^0-9] "      匹配任意一位非数字字符，
• " [^a-z] "      表示任意一位非小写字母
• " ^[^a-z] "     匹配不是小写字母开头的行
• " ^[^a-zA-Z] " 匹配不是字母开头的行

 

- 在[ ]号内使用表示字符范围。

^ 脱字符定义从数据流文本行的行首开始的模式。如果模式出现在行首之外的位置，正则表达式模式则无法匹配。

• "^hello"      匹配以hello开头的行
• "^M"          匹配以大写“M”开头的行
• "[^0-9]"      匹配任意一位非数字字符，
• "[^a-z]"      表示任意一位非小写字母
• "^[^a-z]"      匹配不是小写字母开头的行
• "^[^a-zA-Z]"    匹配不是字母开头的行

[ [ ：xxxx：] ] BRE特殊字符组，用来匹配特定类型的字符。

2.2 数量限定符

数量限定符(Quantifier): 每一部分可以有一个或多个x字符

2.3 位置限定符

位置限定符(Anchor)：描述各种字符类以及普通字符之间的位置关系

2.4 其他特殊定符

3. 正则表达式分类

• 基本的正则表达式（Basic Regular Expression 又叫Basic RegEx 简称BREs）
• 扩展的正则表达式（Extended Regular Expression 又叫Extended RegEx 简称EREs）
• Perl的正则表达式（Perl Regular Expression 又叫Perl RegEx 简称PREs）
• Python的正则表达式（Python Regular Expression 又叫Perl RegEx 简称PREs） 等