Linux入门系列教程(十一)之正则表达式基础.docVIP

正则表达式基础 一、正则表达式 虽然我们这一节的标题是正则表达式，但实际我们这一节的内容并不会主要介绍它，而是只介绍grep,sed,awk这三个命令，而正则表达式作为这三个命令的一种使用方式（命令输出中可以包含正则表达式），正则表达式本身的内容很多，要把它说明清除需要单独一门课程来实现，不过我们这一节中涉及到的相关内容通常也能够满足很多情况下的需求了。 那什么是正则表达式呢 正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个 句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。 许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。 简单的说形式和功能上正则表达式和我们前面讲的通配符很像，不过它们之间又有很大差别，特别在于一些特殊的匹配字符的含义上，希望初学者注意不要将两者弄混淆。 1.先举个栗子 假设我们有这样一个文本文件，包含shiyanlou,和shilouyan这两个字符串 同样一个表达式 shi* 如果这作为一个正则表达式，它将只能匹配shi，而如果不是作为正则表达式*作为一个通配符，则将同时匹配这两个字符串。这是为什么呢。因为在正则表达式中*表 示匹配前面的子表达式（这里就是它前面一个字符）零次或多次，比如它可以匹配sh,shii,shish,shiishi等等，而作为通 配符表示匹配通配符后面任意多个任意字符，所以它可以匹配shiyanlou,和shilouyan两个字符。 体验完了，下面就来开始正式学习正则表达式吧。 一个正则表达式通常被称为一个模式（pattern），为用来描述或者匹配一系列符合某个句法规则的字符串。 |竖直分隔符表示选择，例如boy|girl可以匹配boy或者girl 数量限定除了我们举例用的*,还有+加号,?问号,.点号，如果在一个模式中不加数量限定符则表示出现一次且仅出现一次： +表示前面的字符必须出现至少一次(1次或多次)，例如，goo+gle,可以匹配gooogle,goooogle等； ?表示前面的字符最多出现一次(0次或1次)，例如，colou?r,可以匹配color或者colour; *星号代表前面的字符可以不出现，也可以出现一次或者多次（0次、或1次、或多次），例如，“0*42”可以匹配42、042、0042、00042等。 ()圆括号可以用来定义模式字符串的范围和优先级，这可以简单的理解为是否将括号内的模式串作为一个整体。例 如，gr(a|e)y等价于gray|grey，（这里体现了优先级，竖直分隔符用于选择a或者e而不是gra和ey）， (grand)?father匹配father和grandfather（这里体验了范围，?将圆括号内容作为一个整体匹配）。 正则表达式有多种不同的风格，下面列举一些常用的作为PCRE子集的适用于perl和python编程语言及grep或egrep的正则表达式匹配规则：(由于markdown表格解析的问题，下面的竖直分隔符用全角字符代替，实际使用时请换回半角字符) 字符 描述 \ 将下一个字符标记为一个特殊字符、或一个原义字符。例如，“n”匹配字符“n”。“\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。 ^ 匹配输入字符串的开始位置。 $ 匹配输入字符串的结束位置。 {n} n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。 {n,} n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。 {n,m} m和n均为非负整数，其中n=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。 * 匹配前面的子表达式零次或多次。例如，zo*能匹配“z”、“zo”以及“zoo”。*等价于{0,}。 + 匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。 ? 匹配前面的子表达式零