10. 正则表达式

一、什么是正则表达式

  正则表达式（regular expression）又称 规则表达式，是一种文本模式（pattern）。正则表达式使用一个字符串来描述、匹配具有相同规格的字符串，通常被用来检索、替换那些符合某个模式（规则）的文本。正则表达式的核心功能就是处理文本。正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。

二、基础语法

2.1、转义字符

  使用正则表达式去检索某些特殊字符的时候，需要用到转义字符，否则检索不到结果，甚至会报错；在 Shell 中，$ 具有取变量值的作用，如果我们要在普通字符串中使用 $，需要使用 \ 进行转义。由于在 Shell 字符串字面量中反斜杠是一个转义字符，所以在构建模式串时，你需要使用两个反斜杠来表示一个反斜杠。

echo "abc\$def(123\(456))" | grep "\\\(456"
echo "abc\$def(123\(456))" | grep "\$def"

在 Shell 字符串字面量中，反斜杠本身也是一个转义字符，所以我们需要使用两个反斜杠 \\ 来表示一个真正的反斜杠 \。

2.2、字符匹配符

字符匹配符	含义	实例	解释
[]	可接收的字符列表	[abc]	a、b、c 中的任意 1 个字符
[^]	不可接收的字符列表	[^abc]	除 a、b、c 之外的任意 1 个字符 包括数字和特殊符号
-	连字符	a-z	任意一个小写字母

echo "abc123def456AbC" | grep "[abc]"
echo "abc123def456AbC" | grep "[^abc]"
echo "abc123def456AbC" | grep "[a-z]"

2.3、元字符

元字符	含义
.	匹配单个除换行符以外的任意字符
\d	匹配 0~9 任意一个数字
\D	匹配单个任意非数字字符
\s	匹配任意空白字符
\S	匹配任意不是空白符的字符
\w	匹配字母或数字或下划线的任意字符
\W	匹配任意不是字母、数字、下划线的字符

echo "abc123def4567AbC" | grep -P "\d\d\d"
echo "abc123def4567AbC" | grep -P "\d\w"

元字符的大写表示不匹配；

2.4、重复限定符

  重复限定符用于指定其前面的字符和组合项连续出现多少次。

重复限定符	意义
?	0 次 或 1 次
*	0 次 或 多次
+	1 次 或 多次
{n}	正好出现 n 次
{n,}	至少出现 n 次
{n,m}	出现 n 次 至 m 次

echo "abc123def4567Abc89d115200a1" | grep -P "\d{3,5}"
echo "abc123def4567Abc89d115200a1" | grep -P "\d+"

2.5、定位符

  定位符，用来指定要匹配的字符串出现的位置。

定位符	含义
^	指定起始字符
$	指定结束字符
\b	匹配目标字符串的边界， 边界指的是字串间有空格，或者目标字符串的结束位置
\B	匹配非单词边界

echo "abc123 def4567abc123abc abc89 d115200 a1abc" | grep "^abc"
echo "abc123 def4567abc123abc abc89 d115200 a1abc" | grep "abc$"
echo "abc123 def4567abc123abc abc89 d115200 a1abc" | grep "abc\b"
echo "abc123 def4567abc123abc abc89 d115200 a1abc" | grep "ab\B"

2.6、选择匹配符

  正则表达式用符号 | 来表示或，也叫做分支条件，当满足正则表达里的分支条件的任何一种条件时，都会当成匹配成功。

echo "你好啊，小樱同学，欢迎你加入小樱班，从现在开始你就是我的朋友啊，小樱同志，请多多关照。" | grep -P "小樱同学|小樱同志"

2.7、贪婪匹配

  当 ? 元字符紧随任何其它限定符 （*、+、?、{n}、{n,}、{n,m}）之后，匹配模式是 “贪婪匹配”。贪婪匹配搜索到、尽可能长的字符串。

echo "abc111111abc" | grep -P "\d{3,5}"