正则表达式
1.1 正则表达式的基本格式
regular expression
作用：
通过对文件中的内容进行过滤筛选，然后对文件的内容进行处理
经常用基于正则写脚本来处理日志文件
构成：
一堆特殊符号和字母构成--元字符
1.2 正则表达式的种类
基本正则表达式
扩展正则表达式
1.3 正则表达式的使用
通常会结合三个命令使用
grep; sed; awk
grep命令
作用：对文件中的内容进行逐行过滤
格式：grep [选项] 匹配内容 文件
选项：
-v：取反
-o：仅仅显示出所匹配到的内容
--color：将匹配到的内容着色
-E：使用扩展正则表达式
-i: 忽略大小写
例子：从文件a.txt中过滤出包含root的行
# grep root a.txt
例子：从文件a.txt中过滤出不包含root的行
# grep -v root a.txt
例子：从文件a.txt中找出全部的root（只显示root）
# grep -o root a.txt
例子：从文件a.txt中统计root的个数
# grep -o root a.txt | wc -l
补充：
环境变量配置文件 ~/.bashrc
实现设置永久别名
vim ~/.bashrc
添加
alias grep="grep --color"
注意：
此时，不会立刻生效（需要让系统重新取得配置文件到内存才会生效）
让系统重读配置文件的方法
1：重启系统
2：重启服务
3：手动加载配置文件
手动加载配置文件
格式：source fileName
例子：让系统读取环境变量写配置文件
# source ~/.bashrc
通配符和正则的区别
1. 通配符是对文件命进行匹配的；正则表达式是对文件的内容进行匹配的
2. 正则表达式是要结合grep、sed、awk使用的
1.4 正则中的元字符
一、匹配单个字符
1）. 表示任意一个字符（可以是空格,逗号, 字母, 数字..）
2）[ ] 表示范围内的一个字符
用字母和数字的方式表示
[12345] 表示1 或2 或3 或4 或5
[1234567890] 表示 任意一个数字
[abc] 表示a 或b 或c
[a-z] 表示任意一个小写字母
[A-Z] 表示任意一个大写字母
[a-zA-Z] 表示任意字母
[0-9a-zA-Z] 表示所有数字和字母的任一个
例子：过滤出包含数字的行
grep [0-9] a.txt
用字符集的方式表示
[:space:] 表示一个空格
[:digit:] 表示0-9全部十个数字
等价于 0123456789， 而不等价于[0123456789]
[[:digit:]] 表示任意一个数字
[:lower:] 表示全部26个小写字母
[:lower:] 等价于 abcdef....z
[[:lower:]] 表示任意一个小写字母
[[:upper:]] 表示任意一个大写字母
[[:alpha:]] 表示任意一个字母
[[:punct:]] 表示任意一个标点符号
[[:alnum:]] 表示任意一个数字和字母
补充
[[:digit:][:lower:]]
[0123456789abcdefg.......z]
例子:
匹配空格或者数字或大写字母
[[:space:][:digit:][:upper:]]
3）[^]
匹配范围以外的单个字符
例子：匹配没有数字1或者3 或7的行
[^137]
例子：过滤出没有数字的行
[^[:digit:]]
例子：过滤出没有数字和大写字母的行
[^[:digit:][:upper:]]
4）显示匹配到的行的前后若干行
-A n 显示匹配行后的N行
-B n 显示匹配行前的N行
-C n 显示匹配行前后的各N行
例子：从a.txt中过滤出包含数字2的行，同时显示该行下的3行内容
# grep -A3 "2" a.txt
5）次数匹配
* 表示其前面的字符出现任意次数的情况（0,1,n）
.* 表示任意长度的任意字符
？ 表示其前面的字符出现最多一次的情况
\{m,n\} 表示其前面的字符出现最少m次，最多n次的情况
\{3,\} 其前面的字符出现表最少3次
\{,5\} 其前面的字符出现表最多5次
例子：
a* 表示任意多个a（可是0 ，1， n）
ab* 表示a后面的b出现任意多次
例子：过滤出包含字母a和b的行，要求a在前，b在后
# grep "a.*b" fileName
例子：
"a\{2,5\}b"
6）位置锚定
^ 表示以什么为开头的行
$ 表示以什么为结尾的行
\< 表示单词首部
\> 表示单词尾部
^$ 表示空白行
例子：
过滤出包含root的行
# grep "root" a.txt
过滤出以root为开头的行
# grep "^root" a.txt
过滤出以root为结尾的行
# grep "root$" a.txt
过滤出以空格为开头的行
# grep "^[[:space:]]" a.txt
过滤出以多个空格后面是root为开头的
# grep "^[[:space:]]\{1,\}root" a.txt
7）分组
\( \) 将一个内容当做一个整体看待
\1 表示引用前面的第一个分组
\2 表示引用前面的第二个分组
例子: 从文件a.txt中，过滤出出现过两个相同数字的行
# grep "\([[:digit:]]\).*\1" c.txt
1.5 扩展正则表达式
基本正则：grep [选项] 匹配内容 文件
扩展正则：
方式1：grep -E 匹配内容 文件
方式2：egrep 匹配内容 文件
主要多了两个元自符：
1.次数匹配
+：其前面的字符出现至少一次的情况效果等同于：{1,}
例子：匹配a前有至少一个b的行
[root@localhost tmp]# egrep "b+a" a.txt
或者
[root@localhost tmp]# grep -E "b+a" a.txt
2.或
|
例子：从文件a.txt中过滤出cat 和Cat
# grep -E "(c|C)at" a.txt
或者
# grep -E "cat|Cat" a.txt
补充：
在基本正则表达式中，? {} () 需要在前面使用 \ 进行转义
在扩展正则表达式中是不需要的
