| 正则表达式 |
| 作者：Ago 归档：学习笔记 2017/01/22 |
目 录
第1章 什么是正则表达式
1. 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。
2. 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的。
简单说：
l 为处理大量文本|字符串而定义的一套规则和方法
l 以行为单位出来，一次处理一行
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，花繁为简
简单，高效，易用
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
a. 正则表达式应用非常广泛，存在于各种语言中。PHP,PERL,PYTHON.GREP,SED.AWK都支持。ls*式通配符
b. 但现在学的linux中的正则表达式，最常应用正则表达式的命令式grep，sed，awk。——>正则表达式通常只有awk，sed，grep能使用
正则表达式用来找：【文件】内容，文本，字符串。高级货。三剑客
通配符用来查找文件名，或找文件，普通命令都支持。
第4章 正则表达式的分类
POSIX规范将正则表达式分为两种
i基本正则表达式（BRE,basic regular expression）
ii高级功能；扩展正则表达式（ERE,extended regular expression）
4.1 BRE和ERE的区别仅仅式元字符的不同
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
只有在用反斜线“\”进行转义的情况下，字符( ) { } 才会BRE被当作元字符处理，而ERE中，任何元字符前面加上反斜杠反而会使其被当作普通字符来处理
第5章 如何区分通配符和正则表达式
1. 不需要思考的判断方式，三剑客 都是正则，其他是通配符
2. 区分通配符和正则表达式最简单的方法：
l 文件目录名--》通配符
l 文件内容--》正则表达式
3. 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字符只能代表这些符号前面的字符。
第6章 正则表达式
| RE 字符 |
意义与范例 |
| ^word |
意义：待搜寻的字串(word)在行首！ 范例：搜寻行首为 # 开始的那一行，并列出行号 grep -n '^#' regular_express.txt |
| word$ |
意义：待搜寻的字串(word)在行尾！ 范例：将行尾为 ! 的那一行列印出来，并列出行号 grep -n '!$' regular_express.txt |
| . |
意义：代表‘一定有一个任意字元’的字符！ 范例：搜寻的字串可以是 (eve) (eae) (eee) (e e)， 但不能仅有 (ee) ！亦即 e 与 e 中间‘一定’仅有一个字元，而空白字元也是字元！ grep -n 'e.e' regular_express.txt |
| \ |
意义：跳脱字符，将特殊符号的特殊意义去除！ 范例：搜寻含有单引号 ' 的那一行！ grep -n \' regular_express.txt |
| * |
意义：重复零个到无穷多个的前一个 RE 字符 范例：找出含有 (es) (ess) (esss) 等等的字串，注意，因为 * 可以是 0 个，所以 es 也是符合带搜寻字串。另外，因为 * 为重复‘前一个 RE 字符’的符号， 因此，在 * 之前必须要紧接着一个 RE 字符喔！例如任意字元则为 ‘.*’ ！ grep -n 'ess*' regular_express.txt |
| [list] |
意义：字元集合的 RE 字符，里面列出想要撷取的字元！ 范例：搜寻含有 (gl) 或 (gd) 的那一行，需要特别留意的是，在 [] 当中‘谨代表一个待搜寻的字元’， 例如‘ a[afl]y ’代表搜寻的字串可以是 aay, afy, aly 即 [afl] 代表 a 或 f 或 l 的意思！ grep -n 'g[ld]' regular_express.txt |
| [n1-n2] |
意义：字元集合的 RE 字符，里面列出想要撷取的字元范围！ 范例：搜寻含有任意数字的那一行！需特别留意，在字元集合 [] 中的减号 - 是有特殊意义的，他代表两个字元之间的所有连续字元！但这个连续与否与 ASCII 编码有关，因此，你的编码需要设定正确(在 bash 当中，需要确定 LANG 与 LANGUAGE 的变数是否正确！) 例如所有大写字元则为 [A-Z] grep -n '[A-Z]' regular_express.txt |
| [^list] |
意义：字元集合的 RE 字符，里面列出不要的字串或范围！ 范例：搜寻的字串可以是 (oog) (ood) 但不能是 (oot) ，那个 ^ 在 [] 内时，代表的意义是‘反向选择’的意思。 例如，我不要大写字元，则为 [^A-Z]。但是，需要特别注意的是，如果以 grep -n [^A-Z] regular_express.txt 来搜寻，却发现该档案内的所有行都被列出，为什么？因为这个 [^A-Z] 是‘非大写字元’的意思， 因为每一行均有非大写字元，例如第一行的 "Open Source" 就有 p,e,n,o.... 等等的小写字 grep -n 'oo[^t]' regular_express.txt |
| \{n,m\} |
意义：连续 n 到 m 个的‘前一个 RE 字符’ 意义：若为 \{n\} 则是连续 n 个的前一个 RE 字符， 意义：若是 \{n,\} 则是连续 n 个以上的前一个 RE 字符！ 范例：在 g 与 g 之间有 2 个到 3 个的 o 存在的字串，亦即 (goog)(gooog) grep -n 'go\{2,3\}g' regular_express.txt |
第7章 扩展
| RE 字符 |
意义与范例 |
| + |
意义：重复‘一个或一个以上’的前一个 RE 字符 范例：搜寻 (god) (good) (goood)... 等等的字串。 那个 o+ 代表‘一个以上的 o ’所以，底下的执行成果会将第 1, 9, 13 行列出来。 egrep -n 'go+d' regular_express.txt |
| ? |
意义：‘零个或一个’的前一个 RE 字符 范例：搜寻 (gd) (god) 这两个字串。 那个 o? 代表‘空的或 1 个 o ’所以，上面的执行成果会将第 13, 14 行列出来。 有没有发现到，这两个案例( 'go+d' 与 'go?d' )的结果集合与 'go*d' 相同？ 想想看，这是为什么喔！ ^_^ egrep -n 'go?d' regular_express.txt |
| | |
意义：用或( or )的方式找出数个字串 范例：搜寻 gd 或 good 这两个字串，注意，是‘或’！ 所以，第 1,9,14 这三行都可以被列印出来喔！那如果还想要找出 dog 呢？ egrep -n 'gd|good' regular_express.txt egrep -n 'gd|good|dog' regular_express.txt |
| () |
意义：找出‘群组’字串 范例：搜寻 (glad) 或 (good) 这两个字串，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 | 来分隔开来，就可以啦！ egrep -n 'g(la|oo)d' regular_express.txt |
| ()+ |
意义：多个重复群组的判别 范例：将‘AxyzxyzxyzxyzC’用 echo 叫出，然后再使用如下的方法搜寻一下！ echo 'AxyzxyzxyzxyzC' | egrep 'A(xyz)+C' 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" 字串的意思～ |