正则表达式（笔记）

正规表示法《鸟哥的linux私房菜》

正规表示法(RegularExpression)，有叫正则表达式。简单的说，正规表示法就是处理字符串的方法。

首先要理解一下下面的符号：

[:alnum:]代表英文大小写字符及数字，亦即0-9，A-Z，a-z

[:alpha:]代表任何英文大小写字符，亦即A-Z，a-z

[:blank:]代表空格和tab键

[:cntrl:]代表键盘上的控制按键，包括CR,LF,Tab,Del等等

[:digit:]代表数字，亦即0-9

[:graph:]代表空格（空格键和tab键）外的其他所有按键

[:lower:]代表小写字符，亦即a-z

[:print:]代表任何可以被打印的字符

[:punct:]代表标点符号(punctuationsymbol)

[:upper:]代表大写字符，亦即A-Z

[:space:]代表任何会产生空白的字符，空格，tab，CR等

[:xdigit:]代表16进位的数字类型，因此包括：0-9，a-f，A-F

我们通过使用grep命令来学习正则表达式，grep是一个很常见的指令，其功能是进行字符串数据的比对，然后将符合用户需求的字符串打印出来下面是grep命令的使用方法：

grep[-A] [-B] [--color=auto] '搜寻字符串'filename

-A：后面可以加数字，=after，除了列出该行外，后续的n行也列出来；

-B：后面可以加数字，=before，除了列出该行外，前面的n行也列出来；

--color=auto可以将正确抓取的数据列出颜色。

1.搜寻特定的字符串

grep-n 'the' reg.txt表示在名为reg.txt文件里搜寻带有'the'的那一行，-n表示标出行数。

反向搜寻，当该行没有'the'字符串时，显示该行

grep-vn 'the' reg.txt

取得不论大小写的'the'字符串

grep-in 'the' reg.txt

2.利用中括号[]来搜寻集合字符串

要搜寻'test'和'taste'两个字符串，可以发现它们都含有't?st'存在，则可以这样搜寻

grep-n 't[ae]st' reg.txt

由上一条指令可以知道，不管[]中有几个字符，都代表一个字符，表示a或者e的意思。

搜寻含有'oo'字符时

grep-n 'oo' reg.txt

如果不希望'oo'前面有字符g的话，可以利用在集合字符的反向选择[^]来达成：

grep-n '[^g]oo' reg.txt

如果不希望'oo'前面有小写字母，使用正则表达式：

grep-n '[^a-z]oo' reg.txt

如果希望取得含有数字的一行

grep-n '[0-9]' reg.txt或者 grep-n '[:digit:]' reg.txt

3.行首与行尾字符

想要打印行首为'the'的那一行

grep-n '^the' reg.txt

打印行首为小写字母的数据行

grep-n '^[a-z]' reg.txt或者 grep-n '^[[:lower:]]' reg.txt

打印行首不为英文字母的数据行

grep-n '^[a-zA-Z]' reg.txt或者 grep-n '^[^[:alpha:]]' reg.txt

打印行尾为小数点的数据行

grep-n '\.$' reg.txt使用\跳脱小数点

搜寻空白行

grep-n '^$' reg.txt

grep-v '^$' reg.txt|grep -v '^#'代表不要空白行，不要行首为#的数据行

4.任意一个字符.与重复字符*

在bash当中，通配符*可以用来代表（0或多个）字符，但正则表示法不同。

.小数点：代表‘一定有一个任意字符’的意思；

*星号：代表‘重复前一个0到无穷多次’的意思，为组合形态

例如，找出含有'g??d'的字符，即共有四个字符，字符以g开头，d结尾

grep-n 'g..d' reg.txt其中，一个小数点代表一个任意字符

*代表‘重复0个或多个前面的任意字符’，所以o*代表：拥有空字符或者一个o以上的在哦符，注意，因为允许空字符（没有字符也可以），因此grep-n 'o*' reg.txt 会把所有数据都打印出来。

oo*，表示第一个o必须存在，第二个o可以没有，也可有有无穷多个，所以只要含有o字符的数据行都会被打印

如果需要打印至少含有两个o的字符串，需要ooo*

如果，字符串开头和结尾都是g，两个g之间治沙存在一个o，如何打印？

grep-n 'goo*g' reg.txt

打印字符串开头结尾为g，中间可有可无其他字符：

grep-n 'g.*g' reg.txt

打印含有任意数字字符的数据：

grep-n '[0-9][0-9]*' reg.txt或者grep-n '[[:digit:]]' reg.txt

5.限定连续任意字符范围{}

上面的例子中，我们可以使用小数点，任意字符即*来设定0到无限多个重复字符，那如何限制一个范围内区间内的重复字符呢？使用{}字符。由于{和}两个符号在shell中有特殊意义，我们必须用跳脱字符\来使其跳脱。例如，要寻找两个o的字符串：

grep-n 'o\{2\}' reg.txt

要搜寻g后面接2-5个o，在接一个g的字符串：

grep-n 'go\{2,5\}g' reg.txt

如果要搜寻两个以上的o：

grep-n 'go\{2,\}g' reg.txt或者 grep-n 'gooo*g' reg.txt

强调：正规表示法的特殊字符和一般在指令列输入指令的通配符不一样，比如在通配符中*代表0到无限多个字符，在正规表示法中，*代表重复0到无限多个前一个字符。

指令ls并不支持正规表示法，ls-l * 代表任意档案名的档案，而ls-l a*代表以a为开头的任何档案名的档案。如果搭配支持正规表示法的工具，寻找以a开头的档案：ls| grep '^a'

例题：用ls-l配合grep寻找/etc/底下的文件类型为链接文件属性的文件名

答：符合条件的文件表头为：lrwxrwxrwx

则指令可写为：ls-l /etc | grep '^l'