Linux正则表达式

基础的正则表达式

1.“.”（一个点）符号

点符号用于匹配除换行符之外的任意一个字符。例如：r.t可以匹配rot、rut，但是不能匹配root，若使用r…t就可以匹配root、ruut、rt（中间是
两个空格）等。下面的例子是从/etc/passwd中搜索出“包含r，紧跟着两个字符，后面再接t”的行。

2.“*”符号

“ * ” 符号用于匹配前一个字符0次或任意多次，比如ab*，可以匹配a、ab、abb等。“ * ” 号经常和 “ . ” 符号加在一起使用。比如“.*”代表任意长度的不包含换行的字符。下面的例子是试图找到连续的r字母紧跟着字母t的行。由于在/etc/passwd中没有rt、rrt这样的匹配，所以该表达式实际上只找出了包含t的行（r匹配了0次）。

如果把上面的‘r*t’换成‘r.*t’，代表查找包含字母r，后面紧跟任意长度的字符，再跟一个字母t的行。如下所示：

3.“{n,m}”符号

虽然“*”可用于重复匹配前一个字符，但却不能精确地控制匹配的重复次数，使用“\ {n,m\ }”符号则能更加灵活地控制字符的重复次数，典型的有以下3种形式：
·\ {n\ }匹配前面的字符n次。下例匹配的是包含root的行（r和t中包含两个o）

·\ {n,\ }匹配前面的字符至少n次以上（含n次）。

·\ {n,m\ }匹配前面的字符n到m次。

4.“^”符号

这个符号位于键盘数字6的上面，又称尖角号。这个符号用于匹配开头的字符。比如说“^root”匹配的是以字母root开始的行。

5.“$”符号

和上面的尖角号相对，“ $ ” 用于匹配尾部，比如说“abc $ ”代表的是以abc结尾的行。如果是“^ $ ”则代表该行为空，因为^和$间什么都没有。下例匹配的是以r开头，中间有一串任意字符，以h结尾的行。

6.“[]”符号

这是一对方括号，用于匹配方括号内出现的任一字符。比如说单项选择题的答案，可能是A、B、C、D选项中的任意一种，用正则表达式表示就是[ABCD]。如果遇到比较大范围的匹配，比如说要匹配任意一个大写字母，就需要使用“-”号做范围限定，写成[A-Z]，要匹配所有字母则写成[A-Za-z]。一定要注意，这里“-”的作用不是充当一个字符。如果是要匹配不是大写字母A、B、C、D的字符又该怎么写呢？还记得上面的“^”号吗，如果这个符号出现在[]中，则代表取反，也就是“不是”的意思。那这里的写法就是[ ^ A-D]，事情变得有点复杂了。

这里举个例子，看如何匹配手机号。手机号是11位连续的数字，第一位一定是1，所以表示为“^1”；第二位有可能是3（移动）或8（联通），
表示为“[38]”；后面连续9个任意数字，表示为“[0-9]\ {9\ }”；所以整个表达式应该写为“^1[38][0-9]\ {9\ }”。

7.“\”符号

假设有个固定电话号码021-88888888，当然也可以写成021 88888888（区号和电话号码之间用空格隔开），它们的不同之处就是区号和电话号码之间使用的符号不同，一个是“-”，一个是空格。那么，对于这个电话号码要怎么匹配呢，很容易地想到应该使用“[]”来匹配。但是这么写：[-]，对吗？
答案是否定的，因为“-”放到“[]”中有特别的含义。为了表示其作为一个字符的本意，就要使用“\”符了。这个符号代表转义字符，我们可以对很多特殊的字符进行“转义”，让它只代表字符本身，因此这里的写法就应该是[\ \ -]。
再举个例子，之前我们了解到 “.* ” 代表的是任意长度的不包含换行的重复字符。但是如果想要匹配任意长度的点号呢？这时使用转义字符就对了：“\ .*”。如果想要对“\”符号进行转义，就可以这样写：“\ \”。

8.“<”符号和“>”符号

这两个符号分别用于界定单词的左边界和右边界。比如说“\ ”则用于匹配以“hello”结尾的单词。还可以使用它们的组合——“\ <\ >”用于精确匹配一个字符串。所以“\ ”可精确匹配单词hello，而不是helloworld等。如下所示：

9.“\d”符号

匹配一个数字，等价于[0-9]，使用grep匹配这种正则表达式时可能会遇到无法匹配的问题。示例如下：

#123
是一个数字，用[0-9]
匹配成功
[root@localhost ~]# echo 123 | grep [0-9]
123
#
但是用这种方式却匹配不成功
[root@localhost ~]# echo 123 | grep '\d'
[root@localhost ~]# #
没有输出，表示匹配不成功，为什么呢？
#
这是因为“\d
”是一种Perl
兼容模式的表达式，又称作PCRE
，要想使用这种模式的匹配符，
需要加上-P
参数
[root@localhost ~]# echo 123 | grep -P '\d'
123 #
这样就匹配成功了

10.“\b”符号

匹配单词的边界，比如“\bhello\b”可精确匹配“hello”单词。

[root@localhost ~]# echo "hello world" | grep '\bhello\b'
hello world
[root@localhost ~]# echo "helloworld" | grep '\bhello\b'
[root@localhost ~]# #
这里没有匹配

11.“\B”符号

匹配非单词的边界，比如hello\B可以匹配“helloworld”中的“hello”。

[root@localhost ~]# echo "helloworld" | grep 'hello\B'
helloworld

12.“\w”符号

匹配字母、数字和下划线，等价于[A-Za-z0-9]。

[root@localhost ~]# echo "a" | grep '\w'
a
[root@localhost ~]# echo "\\" | grep '\w'
[root@localhost ~]# #
这里没有匹配

13.“\W”符号

匹配非字母、非数字、非下划线，等价于[^A-Za-z0-9]。

14.“\n”符号

匹配一个换行符。

15.“\r”符号

匹配一个回车符。

16.“\t”符号

匹配一个制表符。

17.“\f”符号

匹配一个换页符。

18.“\s”符号

匹配任何空白字符。

19.“\S”符号

匹配任何非空白字符。

扩展的正则表达式

顾名思义，扩展的正则表达式一定是针对基础正则表达式的一些补充。实际上，扩展正则表达式比基础正则表达式多了几个重要的符号。不过要注意的是，在使用这些扩展符号时，需要使用egrep命令。
·“?”符号
“?”符号用于匹配前一个字符0次或1次，所以“ro?t”仅能匹配rot或rt。

·“+”符号
“+”符号用于匹配前一个字符1次以上，所以“ro+t”就可以匹配rot、root等。

·“|”符号
“|”符号是“或”的意思，即多种可能的罗列，彼此间是一种分支关系。比如说有些地区固定电话的区号是4位数，有些地方却是3位数，这样针对不同的区号就有不同的固定电话的表示方式，如下所示：

#
区号是3位的固定电话的正则表达式方式
^0[0-9]\{2\}-[0-9]\{8\}
#
区号是4位的固定电话的正则表达式方式
^0[0-9]\{3\}-[0-9]\{8\}
#
两种区号的固定电话号码可以如下写
^0[0-9]\{2,3\}-[0-9]\{8\}
#
使用"|"符号也可以，但是显然比上面的方式麻烦
^0[0-9]\{2\}-[0-9]\{8\}|^0[0-9]\{3\}-[0-9]\{8\}

·“()”符号
“()”符号通常需要和“|”符号联合使用，用于枚举一系列可替换的字符。比如说固定电话的区号和电话号码之间，可能用“-”符号或者用一个空格连接，用于匹配的正则表达式如下：

#
使用"()"
和"|"
定义连接符的写法
#
这样021-88888888
和0511 88888888
都可以匹配
^0[0-9]\{2,3\}(-| )[0-9]\{8\}
#
这种写法可以换用"[]"
符号表示
^0[0-9]\{2,3\}[\ \-][0-9]\{8\}

虽然以上这两种写法没有本质的不同，因为“()”和“|”可以和“[]”相互混用，但是在某些场景下，“()”和“|”可以做得更多，比如说像hard、hold或
hood等这类开头和结尾的字母都一样的单词，要匹配这些就必须使用“()”和“|”了。如下所示：

#
使用"()"
和"|"
匹配hard
、hold
或hood
h(ar|oo|ol)d