正则表达式

定义

正则表达式——通常用于判断语句中，用来检查某一字符是否满足某一格式
正则表达式是由普通字符与元字符组成
普通字符包括大小写字母、数字、标点符合及一些其他符合
元字符是指在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符（即位于元字符前面的字符或表达式）在目标对象中的出现模式

1.基础正则表达式常见元字符：（支持的工具：grep、egrep、sed、awk）

- \:转义字符，用于取消特殊符号的含义，例：\!、\n、\$等
-  ^:匹配字符串开始的位置，例： ^a、 ^the、 ^#、 ^ [  a-z ]
- $:匹配字符串结束的位置，例：word $、^ [a-z]
- . : 匹配除\n之外的任意的一个字符，例：go.d、g..d 
- *：匹配前面子表达式0次或者多次，例：goo*d、go.*d
- [list] ：匹配list列表中的一个字符，例：go[ola]d，[abc]、[a-z]、[a-z0-9]、[0-9]匹配任意一位数字
- [^list] ：匹配任意非list列表中的一个字符，例：[^0-9]、[^A-Z0-9]、[^a-z]匹配任意一位非小写字母
- \{n\} ：匹配前面的子表达式n次，例：go\{2\}d、'[0-9]\{2\}'匹配两位数字
- \{n,\} ：匹配前面的子表达式不少于n次，例：go\{2,\}d、'[0-9]\{2,\}'匹配两位及两位以上数字
- \{n,m\} ：匹配前面的子表达式n到m次，例：go\{2,3\}d、'[0-9]\{2,3\}'匹配两位到三位数字
注：egrep、awk使用{n}、{n,}、{n,m}匹配时“{}”前不用加“\”
- \w ：匹配包括下划线的任何单词字符。\W ：匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
- \d ：匹配一个数字字符。\D ：匹配一个非数字字符。等价于 [^0-9]。
- \s ：空白符。\S ：非空白符


扩展正则表达式元字符：（支持的工具：egrep、awk）grep -E   sed -r
- + ：匹配前面子表达式1次以上，例：go+d，将匹配至少一个o，如god、good、goood等
- ? ：匹配前面子表达式0次或者1次，例：go?d，将匹配gd或god
- () ：将括号中的字符串作为一个整体，例1：g(oo)+d，将匹配oo整体1次以上，如good、gooood等
- | ：以或的方式匹配字符串，例：g(oo|la)d，将匹配good或者glad

实践操作

1.匹配要求输出的电话号码

要求：
匹配025开头的区号
区号与后面的号码以"-"或者 空格 或者 为空
电话号码要以 5 或者 8 开头的八位数

语法：egrep “^(025)[- ]?[58][0-9]{7}$” test1.txt

2.匹配规定格式的邮箱

用户名@子域名.[二级域名].顶级域
要求：
1.用户名@：长度要求在6-18位，任意大小写英文，任意数字，除了@符号和空格以外的其他任意符号字符，开头只能是_或者字母
2.子域名：[二级域名]：长度任意，符号只能包含-_.
3.顶级域名：长度在2-5，任意大小写英文

格式：egrep “^ [a-zA-Z][^@ ]{5,17}@[0-9a-zA-Z-._]+.[a-zA-Z]{2,5}$” test2.txt