Linux学习总结（六）: 正则表达式

1、什么是正则表达式
　　正则表达式就是处理字符串的方法，它是以行为单位来进行字符串的处理行为，正则表达式通过一些特殊的符号的辅助，可以让用户轻易达到查找、删除、替换某特定字符串的处理程序。正则表达式基本上是一种“表示法”,只要工具程序支持这种表示法，那么该工具程序就可以用来作为正则表达式的字符串处理之用。常用的工具有vi、grep 、awk 及sed 等。
　　
２、语系对正则表达式的影响
　 在使用正则表达式时，需要特别注意当时的环境的语系为何，否则可能会发现与别人的不相同的选取结果。通常用的语系设置是 “LANG=C”
　 另外为了避免因为语系的不同英和数字的选取问题，我们需要记住以下一些常用的特殊符号

特殊符号	代表意义
[:alnum:]	代表英文大小写及数字，即0-9、 A-Z、a-z
[:alpha:]	代表英文大小写字符，即 A-Z,a-z
[:digit:]	代表数字 即 0-9
[:lower:]	代表小写字母 a-z
[:upper:]	代表大写字母 A-z

备注：查找字符串的常用操作示例

//查找在文本中不包含字符的操作使用-v 其中n 表示显示 
grep -vn 'the' regular_express.txt
//忽略大小写的操作
grep -in 'the' regular_express.txt

3、基础正则表达式常用操作总结

字符	描述	示例
\	将下一个字符标记为一个特殊字符、或一个原义字符	{} 因为{与}的符号在shell中是有特殊意义的，必须要使用\的转意它
^	通常情况下表示行首，但是如果^出现在[]中则表示‘反向选择’	^[a-z]表示以小写字母开头的行，^[^a-zA-Z] 表示不以字母开头的行
.	代表一定有一个任意字符的字符	例如：grep -n ‘e.e’ test.txt 可以匹配到exe ,eae等
＄	行尾符	google$ 表示以google 结尾的行
*	匹配前一个字符（前面的子表达式）零次或多次	例如，zo* 能匹配 “z” 以及 “zoo”。 * 等价于{0,}。
{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。

4、扩展正则表达式常用操作总结

字符	描述	示例
+	匹配前一个字符（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次或一次	例如，”do(es)?” 可以匹配 “do” 或 “does” 中的”do” 。? 等价于 {0,1}。
|	用或（or）的方式找出数个字符串	例如：搜寻gd或good这两个字符串egrep -n ‘gd|good’ test.txt
()	找出群组字符串	例如：搜寻（glad）或者（good）这两个字符串，因为g与d是重复的，所以，我就可以将la与oo列于（）当中，并以
()+	多个重群组的判别	例如：将AxyzxyzxyzxyzC用echo叫出，然后再使用如下方法搜寻 egrep ‘A(xyz)+C’ test.txt上面的例子意思是说，我要找开头是A结尾是C，中间有一个以上的“xyz”字符串的意思。

备注：如果包含了扩展正则表达式中的符号，则需要使用egrep