Vbird的Linux私房菜学习笔记之正则表达式-特殊字符

    正则表达式：正则表达式是以行为单位处理字符串的一种方法。它可以藉由一些特殊符号的使用，可以让使用者轻易达到“查找/删除/替换”某特定字符串的功能。

    由于使用的语系中英文字母，数字的编码顺序不同，所以会对正则表达式的处理结果产生影响，所以我们在使用正则表达式时，都是使用兼容POSIX的标准。为了避免英文字母、数字编码的不同对字符截取产生的影响，底下的特殊字符需要牢记！

[:alnum:]	英文字符和数字A-Z,a-z,0-9
[:alpha:]	英文字符A-Z,a-z
[:digit:]	数字0-9
[:xdigit:]	16进制的数字0-9,A-F,a-f
[:upper:]	大写英文字符A-Z
[:lower:]	小写英文字符a-z

•  [ ]搜索集合字符

  示例：

  grep -n 'goo[dg]' /tmp/test.txt

  此命令会显示出test.txt文件中包含good或goog字符串的行并显示行号；

  '[]'表示[]内字符合集中的某一个字符，[a-z]表示一个小写英文字符，[0-9]表示一个数字字符。

• 反向选择符^

  示例：

  grep -n '[^a-z]ood' /tmp/test.txt

  此命令会显示出test.txt文件中包含ood但ood前面不是小写英文字符的行，并显示行号；

  为了避免由于语系字符编码的不同而导致的问题，此命令可以等同于：

  grep -n '[^[:lower:]ood' /tmp/test.txt

  注意此处'^'所处的位置是在集合字符[]内部

• 定位字符：行首符'^'和尾符'$'

  示例：

  grep -n '^first' /tmp/test.txt

  此命令会显示出test.txt文件中包含first且first位于行首的行，并且显示行号；

  注意此处'^'所处的位置不在集合字符[]内部

  grep -n '^[^[:upper:]]' /tmp/test.txt

  此命令会显示出test.txt文件中行首不是大写英文字符的行，并显示行号；

  注意此命令中两个'^'的位置，以及它们表示的意思！！

  grep -n ';$' /tmp/test.txt

  此命令会显示出test.txt文件中以';'结尾的行，并显示行号；

  grep -n '^$' /tmp/test.txt

  此命令会显示出test.txt文件中的空行，并显示行号；

• 任意一个字符'.'和重复字符'*'

  .（小数点）：表示一定有一个任意的字符；

  *（星号）：重复前面的字符0到无穷次；

  示例：

  grep -n 't..t' /tmp/test.txt

  此命令会显示出test.txt文件中包含以字符t开头和结尾并且中间有2个任意字符的行，并显示行号；

  grep -n 'goo*g' /tmp/test.txt

  此命令会显示出test.txt文件中包含以字符g开头和结尾并且中间有至少1个字符o的行，并显示行号；

  grep -n 'g.*g' /tmp/test.txt

  此命令会显示出test.txt文件中包含以字符g开头和结尾的行，并显示行号；

• 限定连续重复字符{}

  由于shell中字符{}有特殊意义，所以在这里要使用转移字符\

        示例：

        grep -n 'go\{2\}g' /tmp/test.txt

        此命令会显示test.txt文件中出包含字符串goog的行，并且显示行号；

        grep -n 'go\{2,5\}g' /tmp/test.txt

        此命令会显示test.txt文件中出包含字符串goog,gooog,goooog或gooooog的行，并且显示行号；

遗留问题：如何找出包含2个重复英文字符形如"aa"、"bb"的行，并显示行号；

        此处要用到扩展正则表达式，命令如下：

        egrep -ni '([a-z])\1' /tmp/test.txt

        此处的'\1'表示反向引用前面圆括号内匹配的内容

• 常规正则表达式元字符总结：

  []	字符合集中的任意一个字符，[abc]匹配a或b或c
  [^]	排除字符合集中的所有字符，[^abc]匹配除了a或b或c之外的字符
  ^	行首符，^hello匹配以hello开头的行
  $	行尾符，hello$匹配以hello结尾的行
  .	匹配任意一个字符，g..d匹配g开头d结尾且中间有2个字符的字符串，如：good、glad、gadd
  *	匹配前导字符0到无穷次，goo*g匹配gog、goog、gooog....
  \{n,m\}	匹配前导字符n到m次； \{n\}:匹配前导字符n次； \{n,\}:匹配前导字符至少n次；

  扩展正则表达式元字符：

  +	匹配前导字符1次或1次以上，go+g匹配gog、goog、gooog.....
  ?	匹配前导字符0次或1次，go?g匹配gg、gog
  |	用or的方式找出数个匹配的字符串goog|hello|test匹配goog或hello或test
  ()	找出群组字符串，g(oo|la)d匹配good或glad
  ()+	匹配()内容1次或1次以上，(very)+good匹配verygood、veryverygood....
  ()\1	反向引用()的内容，([a-c])\1匹配aa、bb、cc，即用()的内容代替\1

  当然扩展正则表达式也需要工具程序的支持才能使用，比如grep就不支持扩展正则表达式，要用egrep指令才行。