正则表达式的概念及特点

很多时候我们有对Linux系统的文件进行文本检索或者说是文本查找的需要，这时我们就需要利用到正则表达式“grep”（Regular Expression）。对需要进行检索或查找的字符串进行逻辑操作，就是利用实现定义好的字符、及特定字符的组合，组成“规则字符串”，用来表达对字符串进行逻辑过滤。说白了就是用逻辑定义好的特定规则，利用逻辑组合成的正则表达式，检索出符合规则的文本，这就是正则表达式。

正则表达式的特点：

• 验证字符串，即验证给定的字符串或子字符串是否符合指定的特征，例如，验证邮箱地址是否合法等。
• 查找字符串，从给定的文本当中查找符合指定特征的字符串。
• 替换字符串，即查找到符合特征的字符串后将其替换。
• 提取字符串，即从给定的字符串中提取符合指定特征的子字符串。

常用字符及特殊符号：

RE字符	基础正则表达式字符
^hello	待查找的字符串（hello）
hello$	待查找的字符串（hello）在行尾
.	代表一定有一个任意字符的字符
\	转义字符，将特殊符号的特殊意义去除
*	重复零个到无穷多个的前一个字符
[list]	从字符集合的RE字符里面找出想要选取的字符
[n1-n2]	从字符集合的RE字符里面找出想要选取的字符范围
[^list]	从字符集合的RE字符里面找出不要的字符串或范围
{n,m}	连续n到m个的前一个RE字符，若为{n}则是连续n个的前一个RE字符，若为{n,}则是连续n个以上的前一个RE字符
RE字符	扩展正则表达式字符
﹢	重复一个或一个以上的前一个RE字符
?	零个或一个的前一个RE字符
	用或（or）的方式找出数个字符
( )	找出“组”字符串
( )+	多个重复组的判别
特殊符号	代表意义
[[:alpha:]]	表示任意大小写字母
[[:lower:]]	表示任意小写字母
[[:upper:]]	表示任意大写字母
[[:digit:]]	表示0到9之间的任意单个数字（包括0和9）
[[:alnum:]]	表示任意数字或字母
[[:space:]]	表示任意空白字符，包括"空格"、"tab键"等
[[:punct:]]	表示任意标点符号

---

实例实践：

文件中有三行文本，每行都包含“guangdonghuizhou”这个单词，此时可以利用grep在此文本中搜索包含“guangdonghuizhou”的行，则可以使用如下命令。

[root@centos6 ~]# grep "guangdonghuizhou" regex 
hello  guangdonghuizhou 
hi      guangdonghuizhou
hello   guangdonghuizhou

匹配到字符串每一行匹配到的都会被打印出来。

---

如果我们只想要打印出以“hello”开头的行，那我们可以如下所示：

[root@centos6 ~]# grep "^hello" regex
hello guangdonghuizhou
hello   guangdonghuizhou

"^{"表示”锚定首行“，所以"}hello"表示只匹配位于首行的hello字符串。

---

在正则表达式中，* 代表另一个意思，在正则表达式中，* 表示之前的字符连续出现任意次（包括0次），不要与通配符中的*搞混淆了。示例如下：

[root@centos6 ~]# grep -n "e*f" regex.txt 
9:ef eef eeef

如上图操作，"ef"表示e出现任意次，f必须跟在e的后头。*

---

理解完上述符号后，我们再来认识两个符号，"?"与"+"

• ? 表示匹配其前面的字符0或1次，简单理解，就是前面的字符要么有没有，要么有一个。
• + 表示匹配其前面的字符至少1次，简单理解，就是前面的字符必须有至少一个。
  我们来看看示例，如下：

[root@centos6 ~]# grep "abc\?" regex.txt    
ab abc abcc

如上图操作，”\？"表示c出现0次或者1次，都会被匹配到，所以ab和abc都被匹配到，ab被匹配到是因为c出现了0次，abc被匹配是因为出现了1次。

---

再来我们实践另外一个符号，如下：

[root@centos6 ~]# grep "abc\?" regex.txt     
ab abc abcc

可以看到，abc与abcc都被匹配到了，这是因为c+"表示c至少要出现1次，至多可以连续出现多次，连续次数不封顶，所以abc和abcc都会被匹配到。

以上如有不对的地方，请批评指正。

扩展阅读与参考文献：

正则表达式之基本概念 - Wayne-Zhu - 博客园
正则表达式介绍与使用 - suwu150的博客 - CSDN博客
鳥哥的 Linux 私房菜 -- 第十一章、正規表示法與文件格式化處理