正则表达式学习笔记

正则表达式

1、正则表达式的概念

如果我们对特定的某个字符操作的话，相对来说很简单，比如tom,mary。如果我需要操作的这些字符，他们不是具体的某些字符，比如第一个字符是字母，第二个是数字，第三个是特殊字符等。在我们现实生活中，我们可以使用一些特殊的字符表示，比如△字母，○表示数字，表示特殊字符。

2、Grep的基本用法

Grep也支持正则表达式，因为grep比较简单，所以我们就用grep来让大家理解什么是正则表达式。

Grep的作用是用来过滤含有特定字符的行。

用法：grep 关键字 file

因为我们现在过滤的是比较简单的一个关键字。但如果说我要过滤一些特定字符的文件该如何完成？

我们可以这样来做：grep △○ file 

纸上可以这样写，但是计算机并不识别这些符号△○，所以就引入元字符的概念。

3、正则表达式元字符：

文件aa内容：

^ 表示行开头，下图表示匹配以tom开头的行

$ 表示行尾，下图表示匹配以tom结尾的行

. 表示单个字符，可以匹配除了换行符之外的所有字符。下图表示匹配包含tom及后面的任意三个字符的行：

* 表示其前面的字符可以出现任意次，包括0次

+ 表示其前面的字符至少要出现一次：

这个命令里面使用了-E选项，意思是使用扩展的grep，因为grep所能使用的元字符有限。

元字符*和+都是贪婪型的，即最长匹配。见下图：

有时候我们需要最短匹配，又叫懒惰型匹配。匹配时只要在*后面加？即可。

？表示其前面的字符可以有，也可以没有。

注意：grep不支持+和? 这些元字符，如果要使用，需要扩展的grep(egrep或grep -E)。

 

[] 表示匹配一个字符，出现在[]里面的字符都是“或”的关系。

^ 如果是出现在[]外面的话，表示开头的意思，如果出现在[]里面的话，表示否定的意思。

刚才^和$，表示匹配行的开头和结尾，如果要匹配单词的开头，要使用：\<

\> 表示匹配单词的结尾：

\btomb\ 表示只匹配单词为tom的行：

正则表达式中，也可以做标签，如果匹配模式中给某一部分做了一个标签，我们在后面就可以直接引用他。如果我们想对某一部分做标签的话，只要使用\(\)括起来就可以了，引用就使用\n（n表示一个数字）。比如第一个被\(\)引起来的部分，引用就使用\1。

\{n\} 表示匹配其前面的字符n次，如下图：

\{n,\} 表示匹配其前面的字符至少n次，如下图：

\{n,m\} 表示匹配其前面的字符至少n次，至多m次，如下图：

[0-9] 表示匹配数字

\d 也可以表示匹配数字：

\D 表示匹配非数字

\s 表示空格或tab   

\S 表示不能是空格或tab

\w 表示任意字符（大小写字母、数字、下划线）

\W 表示不能是字母、数字和下划线

 

正则表达式也支持国际字符：

[[:digit:]] 表示数字

[[:alpha:]] 表示字母，包括大小写

 

[[:upper:]] 表示大写字母

 

[[:lower:]] 表示小写字母