第十节 正则表达式
标签（空格分隔）：Linux实战教学笔记
---更多资料点我查看
第1章 什么是正则表达式
- 正则表达式就是为了处理大量的文本|字符串而定义的一套规则和方法
- 通过定义的这些特殊符号的辅助，系统管理员就可以快速过滤，替换或输出需要的字符串。Linux正则表达式一般以行为单位处理。
简单说
- 为处理大量文本|字符串而定义的一套规则和方法
- 以行为单位出来，一次处理一行
正则表达式是一种描述一组字符串的模式，类似数字表达式，通过各种操作符组成更小的表达式
第2章 为何使用正则表达式
linux运维工作，大量过滤日志工作，化繁为简。
简单，高效。
正则表达式高级工具；三剑客都支持
第3章 容易混淆的两个注意事项
- 正则表达式应用非常广泛，存在于各种语言中，php perl grep sed awk 支持。ls * 通配符
- 但现在学的是Linux中的正则表达式，最常应用正则表达式的命令是grep（egrep），sed，awk。
- 正则表达式和通配符有本质区别
正则表达式用来找：【文件】内容，文本，字符串。一般只有三剑客支持
通配符用来找：文件名，普通命令都支持
第4章 正则表达式使用注意事项
linux正则表达式以行为单位处理字符串
便于区别过滤出来的字符串，一定配合grep／egrep命令学习。
- 注意字符集，exportLC_All=C:无论何时，做何事都要注意字符集
第5章 正则表达式的分类
POSIX规范将正则表达式的分为了两种
- 基本正则表达式（BRE，basic regular expression）
- 高级功能：扩展正则表达式（ERE，extended regular expression）
5.1 BRE和ERE的区别仅仅是元字符的不同：
- BRE（基础正则表达式）只承认的元字符有^$.[]*其他字符识别为普通字符：\(\)
- ERE(扩展正则表达式）则添加了（）{}?+|等
- 只有在用反斜杠“\”进行转义的情况下，字符（）{}才会在BRE被当作元字符处理，而ERE中，任何元符号前面加上反斜杠反而会使其被当作普通字符来处理。
第6章 如何区分通配符和正则表达式
- 不需要思考的判断方法：在三剑客awk，sed，grep，egrep都是正则，其他都是通配符
- 区别通配符和正则表达式最简单的方法：
（1）文件目录名===>通配符
（2）文件内容（字符串，文本【文件】内容）===>正则表达式
- 通配符和正则表达式都有“*”，“?”，“【】”，但是通配符的这些符号都能自身代表任意字符，而正则表达式的这些符号只能代表这些符号前面的字符
第7章 基本正则表达式
7.1 基础正则表达式
| 字符 | 描述 |
|---|---|
| ^ | ^word搜索以word开头的内容 |
| $ | word$搜索以word结尾的内容 |
|---|
| ^$ | 表示空行，不是空格 |
|---|
| . | 代表且只能代表任意一个字符（不匹配空行） |
|---|
| \ | 转义字符，让有特殊含义的字符脱掉马甲，现出原形，如\.只表示小数点 |
|---|
| * | 重复之前的字符或文本0个或多个，之前的文本或字符连续0次或多次 |
|---|
| .* | 任意多个字符 |
|---|
| ^.* | 以任意多个字符串开头，.*尽可能多，有多少算多少，贪婪性 |
|---|
| 括号表达式 | |
|---|---|
| [abc][0-9][\.,/] | 匹配字符集合内的任意一个字符a或b或c：[a-z]匹配所有小写字母；表示一个整体，内藏无限可能；[abc]找a或b或c可以写成[a-c] |
| [^abc] | 匹配不包含^后的任意字符a或b或c，是对[abc]的取反，且与^含义不同 |
|---|
| a\{n,m\} | 重复前面a字符n到m次（如果用egrep或sed -r可去掉斜线） |
|---|
| a\{n,\} | 重复前面a字符至少n次，如果用egrep或sed -r可去掉斜线 |
|---|---|
| a\{n\} | 重复前面a字符n次，如果用egrep或sed -r可去掉斜线 |
| --- | --- |
第8章 扩展正则表达式ERE
| 特殊字符 | 含义与例子 |
|---|---|
| + | 重复前一个字符一次或一次以上，前一个字符连续一个或多个，把连续的文本／字符取出 |
| ？ | 重复前面一个字符0次或1次（.是有且只有1个） |
|---|
| 管道符 | 表示或者同时过滤多个字符 |
|---|
| （） | 分组过滤被括起来的东西表示一个整体（一个字符），后向引用 |
|---|
第9章 正则小结
基础正则：BRE
|^|$|.||.|[abc]|[^abc]|
|---|---|扩展正则：ERE
|+|\||?|()|{}|a{n,m}|a{n,}|a{n}|
|---|---|转义字符\:将字符的意思改变（不支持正则符号的，转变字符含义为正则，支持正则的转变为普通字符含义）
注意：
- grep默认不支持正则，因此正则表达式的符号对于grep来说就等同于普通字符含义，因此，想让grep直接处理正则符号必须通过转义字符\{\}来处理。
- grep -E 强制让grep直接认识正则符号，不需要再进行转义
- egrep 等效grep -E 天生就能认识正则符号
- 我们平时备份可以通过cp 文件名{,.bak}的形式进行，避免再打一次文件名
sed -r ：让sed支持正则
第10章 基本正则和扩展正则区别
| 基础正则BRE | 扩展正则ERE |
|---|---|
| \? | ? |
| \+ | + |
| \{\} | {} |
| \( \ ) | () |
| \ |
所谓基础正则实际上就是得需要转义字符配合表达的正则，而扩展正则就是让命令扩展它的权限让他直接就认识正则表达符号（egrep，sed -r，awk直接支持）
第11章 补充说明
11.1 一些预定义的：
| 正则表达式 | 描述 | 示例 |
|---|---|---|
| [:alnum:] | [a-zA-Z0-9]匹配任意一个字母或数字字符 | [[:alnum:]]+ |
| [:alpha:] | 匹配任意一个字母字符（包括大小写字母） | [[:alpha:]]{4} |
| [:blank:] | 空格与制表符（横向纵向） | [[:blank:]]* |
| [:digit:] | 匹配任意一个数字字符 | [[:digit:]]? |
| [:lower:] | 匹配小写字母 | [[:lower:]]{5,} |
| [:upper:] | 匹配大写字母 | ([[:upper:]]+)? |
| [:punct:] | 匹配标点符号 | [[:punct:]] |
| [:space:] | 匹配一个包括换行符，回车等在内的所有空白符 | [[:space:]]+ |
| [:graph:] | 匹配任何一个可以看得见的且可以打印的字符 | [[:graph:]] |
| [:xdigit:] | 任何一个十六进制数 | [[:xdigit:]]+ |
| [:cntrl:] | 任何一个控制字符（ASCII字符集中的前32个字符） | [[:cntrl:]] |
| [:print:] | 任何一个可以打印的字符 | [[:print:]] |
11.2 元字符
元字符是一种Perl风格的正则表达式，只有一部分文本处理工具支持它，并不是所有的文本处理工具都支持
| 正则表达式 | 描述 | 示例 |
|---|---|---|
| \b | 单词边界 | \bcool\b匹配cool，不匹配coolant |
| \B | 非单词边界 | cool\B匹配coolant不匹配cool |
| \d | 单个数字字符 | b\db匹配b2b，不匹配bcb |
| \D | 单个非数字字符 | b\Db匹配bcb不匹配b2b |
| \w | 单个单词字符（字母，数字与_) | \w匹配1或a，不匹配& |
| \W | 单个非单词字符 | \W匹配&，不匹配1或a |
| \n | 换行符 | \n匹配一个新行 |
| \s | 单个空白字符 | x\sx匹配xx，不匹配xx |
| \S | 单个非空白字符 | x\S\x匹配xkx，不匹配xx |
| \r | 回车 | \r匹配回车 |
| \t | 横向制表符 | \t匹配一个横向制表符 |
| \v | 垂直制表符 | \v匹配一个垂直制表符 |
| \f | 换页符 | \f匹配一个换页符 |
第12章 正则表达式总结
- egrep／grep 了解一下正则，简单看看效果，结果
- egrep／grep -o 参数看正则到底匹配了什么
- 多练就好，配合grep，egrep，sed -r，awk更为强大