【Linux学习笔记九】Shell编程-正则表达式

【注】文章中的所有截图均为centos下实验结果，亲测命令正确=￣ω￣=

【参考资料】《Linux从入门到精通（第2版）》刘忆智 等编著

1、定义 ：模式，对正在查找的文本的描述

     POSIX库和PCRE均可以用于正则表达式编程。前者是Linux自带库，后者为Perl的库，功能更强大一些，也更难掌握。

2、字符集和单词 

     首先安装一下words：sudo yum install words 存在于 /usr/share/dict/words

     “.”用于匹配换行符以外的任意一个字符。

     .at            ##匹配诸如cat、sat、bat、#at、~at的字符串

     [a-z]at            ##限定at之前只能是小写字符

     “[ ]”用于指定一个字符集，但只匹配其中的一个字符。

     [abc]            ##只能匹配a或b或c中的一个字符

     “-”用于描述一个范围。

     [a-zA-Z]            ##能够匹配所有的英文字符

     [0-9]            ##匹配所有的一位数字

     $ egrep '[a-z]at' /usr/share/dict/words            ##查找具有“一个字符+at”形式的单词

     $ egrep '\<[a-z]at\>' /usr/share/dict/words            ##为了让其可以严格匹配一个单词，需要加上“\<”和“\>”

     但是仍会出现有多余字符的字符串被匹配（如上图），这是由于正则表达式中“单词”指的是两侧由非单词字符分割的字符串。

【转载请注明文章出处：http://blog.csdn.net/iamthezbl/article/details/51346603】

3、字符类 

     $ egrep "^[[:upper:]]t$" words            ##找出所有以大写字母开头（^）和以t结尾（$）的行

     [[:upper:]]就是一个字符类，表示所有的大写字母，等价于[A-Z]。下边列出完整的字符串类

类匹配字符 [[:alnum:]]
文字、数字字符 [[:alpha:]]
字母字符 [[:lower:]]
小写字母 [[:upper:]]
大写字母 [[:digit:]]
小数 [[:xdigit:]]
十六进制数字 [[:punct:]]
标点符号 [[:blank:]]
制表符和空格 [[:space:]]
空格 [[:cntrl:]]
所有控制符 [[:print:]]
所有可打印的字符 [[:graph:]]
除空格外所有可打印的字符

4、位置匹配 

     字符“^”和“$”分别用于匹配行首和行尾。“^$”可以匹配空行，“$^”不会报错，但不会输出任何东西。

     ^a[a-z]t$            ##a开头，t结尾，中间含有一个小写字母的行。

     ^[0-9]            ##以数字开头的行

5、字符转义 

     元字符“.”、“[”等不能直接匹配，需要用“\”取消元字符的特殊含义。

     www\.google\.cn            ##匹配 www.google.cn

【转载请注明文章出处：http://blog.csdn.net/iamthezbl/article/details/51346603】

6、重复

     “*”表示前边的模式重复0次或多次。

     “+”表示前边的模式重复1次或多次。

     “？”表示前边的模式重复0次或1次。

     “{ }”指定前边模式的重复次数。

     ^a.*t$            ##a开头t结尾的行

     \<hi\>.+\<Jerry\>            ##单词hi后边隔了一个或几个字符后出现单词Jerry的行

     \<[1-9][0-9]{7,}\>            ##以数字1-9中的一个开始，第二位开始是0-9中的一个，从第二位开始重复至少7次（即代表超过七位的数的字符串）

元字符
描述
*
重复0次或多次
+
重复一次或多次
?
重复0次或一次
{n}
重复n次
{n,}
重复n次或更多次
{n,m}
重复不少于n次，不多于m次

7、子表达式

     有时需要将多个字符构成的模式用括号括起来。

     $ egrep "(or){2,}" words            ##or重复2次或多次的行

     $ egrep "or{2,}" words            ##o后边跟着2个r或更多r的行

8、反义

     “[^y]”表示除了这个字符（这里是y），注意区分表示行首的情况。

     [^y]            ##除了字母y

     [^aeiou]            ##除了字母a、e、i、o、u的所有字符

     ^[^y]            ##不以字母y开头的行

【转载请注明文章出处：http://blog.csdn.net/iamthezbl/article/details/51346603】

9、分支

     前边介绍过的正则表达式，简单地执行“与”的组合，如：

     ^ht$            ##表示以h开头，并且以t结尾的行

     若想表达“或”的意思，需要“|”。

     ^h|t$            ##表示以h开头，或者以t结尾的行

10、逆向引用

     可以用“\”加上子表达式编号表示再次使用该子表达式匹配到的模式。子表达式编号根据出现的顺序从左至右。

     (\<.*\>).?( )*\1            ##分解介绍如下

     ①  (\<.*\>)       表示任意长度的单词，编号为1的子表达式。

     ②  .?       0个或1个标点（因为前边匹配任意长度的单词，此处只能匹配到标点）。

     ③  ( )*       0个或多个空格，编号为2的子表达式。

     ④  \1       第一个子表达式匹配到的模式再次出现。

【转载请注明文章出处：http://blog.csdn.net/iamthezbl/article/details/51346603】