补充正则表达式完整稿.docVIP

第3章 正则表达式 由于很多Linux Shell编程的工具和命令普遍使用到了正则表达式，如grep、sed和awk等，因此，不理解正则表达式就无法理解和熟练地使用Shell编程的工具和命令。为此，本章首先深入介绍正在表达式的基础知识，详细讨论基本正则表达式和扩展正则表达式中元字符的意义和用法。然后，介绍Shell在有哪些信誉好的足球投注网站匹配文件时经常使用的机制——通配，通配所用到的元字符与正则表达式存在细微差别，本章结合例子逐个讨论通配的元字符。最后，介绍Linux系统中使用广泛的grep命令，着重讨论grep命令的基本用法，及如何与正则表达式相结合，以便更加灵活地进行文本有哪些信誉好的足球投注网站，此外，还将简单介绍grep命令族中的其他两个命令egrep和fgrep。 3.1 正则表达式基础 Linux Shell以一串字符作为表达式向系统传达意思。元字符（Metacharacters）是用来阐释字符表达式意义的字符，简言之，元字符就是描述字符的字符，它用于对字符表达式的内容、转换及各种操作信息进行描述。正则表达式是由一串字符和元字符构成的字符串，简称RE（Regular Expression）。正则表达式的主要功能是文本查询和字符串操作，它可以匹配文本的一个字符或字符集合。 在Linux系统中，程序设计语言Java、Perl和Python等，Shell工具sed、awk和grep等，MySQL和PostgreSQL等数据库服务器都使用了正则表达式，图3-1描述了正则表达式用于数据流处理的过程，实际上，正则表达式完成了数据过滤，将不满足正则表达式定义的数据拒绝掉，剩下与正则表达式匹配的数据。 图3-1 正则表达式处理数据过程 正则表达式的基本元素包括普通字符和元字符，例如，a、b、1、2等字符属于普通字符，普通字符可以按照字面意思理解，如：a只能理解为英文的小写字母a，没有其他隐藏含义。而*、^、[]等元字符，Shell赋予了它们超越字面意思的意义，如：*符号的字面意义只是一个符号，而实际上却表示了重复前面的字符0次或多次的隐藏含义。因此，掌握正则表达式基本元素主要是对正则表达式中元字符意义的掌握。 POSIX标准将正则表达式分为两类：基本的正则表达式和扩展的正则表达式，大部分Linux应用和工具仅支持基本的正则表达式，因而，本节所述的正则表达式基础是掌握正则表达式的关键，表3-1列出了基本的正则表达式中元字符集合及其意义。 表3-1 基本的正则表达式元字符集合及其意义 符 号 意 义 * 0个或多个在*字符之前的那个普通字符 . 匹配任意字符 ^ 匹配行首，或后面字符的非 $ 匹配行尾 [] 匹配字符集合 \ 转义符，屏蔽一个元字符的特殊意义 \\ 精确匹配符号 \{n\} 匹配前面字符出现n次 \{n,\} 匹配前面字符至少出现n次 \{n,m\} 匹配前面字符出现n～m次 下面逐个介绍正则表达式元字符的意义和用法，并举一些例子结合使用元字符集合。 1. “*”符号 “*”符号用于匹配前面一个普通字符的0次或多次重复，如： “*”符号前面的普通字符是1，*字符就表示匹配1字符0次或多次，如字符串helo、hello、hellllllo都可以由hel*o来表示。 2. “.”符号 点号“.”用于匹配任意一个字符，如： 由于“.”符号只能匹配一个字符，因此，上述字符串表示前面三个字符为任意字符，第4和第5个字符是7和3，最后一个字符为任意字符，如xcb738、4J973U都能匹配上述字符串。值得注意的是，“.”符号可以匹配一个空格，因此，x b738，ui 73e也能匹配上述字符串。 3. “^”符号 “^”符号用于匹配行首，表示行首的字符是“^”字符后面的那个字符，如： 这表示匹配以cloud开头的行。结合上面介绍的“*”符号和“.”符号，再举一个例子： 该字符串表示行首的三个字符为任意字符（可以是空格），第4～6个字符为X86，第7个字符开始可以重复匹配6，如：866X86666、8 6X86都可以匹配上述字符串。 4. “$”符号 “$”符号匹配行尾，“$”符号放在匹配字符之后，与“^”符号的功能和用法都相反。如： 该正则表达式表示匹配以micky结尾的所有行。一个特殊的正则表达式是匹配所有空行的表达式，为： 该正则表达式既匹配行首，又匹配行尾，中间没有任何字符，因此，为空行。读者需要牢记例3-6所示的空行表示方法，很多命令都用到这个正则表达式来表示空行。 如果需要匹配只包含一个字符的行，如下面的例3-7所示： 5. “[]”符号 方括号“[]”匹配字符集合，该符号支持穷举方法列出字符集合的所有元素，也支持使用“-”符号表示字符集合范围，表明字符集合范围从“-”左边字符开始，到“-”右边字符结束。如果要匹配任意一个数字