正则表达式

正则表达式RE

 

重要的文本处理工具：vim、sed、awk、grep

 

什么是正则表达式？

    正则表达式（regular expression，RE）是一种字符模式，用于查找过程中匹配指定的字符。

在大多数程序里，正则表达式都被置于两个正斜杠之间；例如/l[oO]ve/ 就是由正斜杠界定的正则表达式，

它将匹配被查找的行中任何位置出现的相同模型。在正则表达式中，元字符是最重要的概念。

 

匹配数字：   ^[0-9]+$  匹配以[0-9]范围中数字开头 “+”：前面的对象出现一次到多次 $以什么结尾。 123 456 4y5

匹配Mail： [a-z0-9_]+@[a_z0-9]+\.[a-z]+         nanruosen@126.com

      是指数字或者字母或者_ 这些字符

匹配IP：  [0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}  0-9出现一到三次

      或

      [[:digit:]]{1,3}\.[[:digit:]]{1,3}\.[[:digit:]]{1,3}\.[[:digit:]]{1,3}    

        digit 英 [ˈdɪdʒɪt] 数字; (从 0 到 9 的任何一个)数位;   [man grep]

num1=123
[[ "$num1" =~ ^[[:digit:]]+$ ]] && echo "number" || echo "error"

 

 

元字符

  定义：元字符是这样一类字符，它们表达的是不同于字面本身的含义

 shell元字符(也称为通配符)。由shell来解析，如rm -rf *.pdf , 元字符 * Shell将其解析为任意多个字符

 正则表达式元字符     由各种执行模式匹配操作的程序来解析，比如vi、grep、sed、awk、python

# *匹配所有以pdf结尾文件
rm -rf *.pdf
 
# *前面的字符出现0次到多次
grep 'c*' /etc/passwd
 
# +号至少需要出现一次
grep 'c\+' /etc/passwd
egrep  'c+' /etc/passwd # +号是扩展元字符
 
# vim示例
% 全文
1,$ 第一行到最后一行
\< \> 词首和词尾的限制，可以出现符号，不能出现字母 
Tom、anatomy、tomatoes及tomorrow
:1,$ s/\<[tT]om/TOM/g
:%s/\<[tT]om\>/TOM/g    

 

正则表达式元字符

基本正则表达式元字符

元字符	功能	示例
^	行首定位符	^root
$	行尾定位符	root$
.	匹配单个字符	r..t
*	匹配前导符0到多次	ro*t
.*	任意多个字符
[]	匹配指定范围内的一个字符	[Rr]oot
[ - ]	匹配指定范围内的一个字符	[a-z0-9]root
[^ ]	匹配不在指定组内的字符	[^a-z]root
\	用来转义元字符	root\.
\<	词首定位符	\<root
\>	词尾定位符	root\>
\(..\)	匹配稍后使用的字符的标签	:%s/192.168.128.200/192.168.128.300/ :%s#\(192.168.128.\)200#\1300# :%s/\(192.\)\(168.\)\(128.\)200/\1\2\3300/ :16,19 s/\(.*\)/#\1/    #注释对应行
x\{m\}	字符x重复出现m次	o\{5\}
x\{m,\}	字符x重复出现m次以上	o\{5,\}
x\{m,n\}	字符x重复出现m到n次	o\{5,10\}

 

扩展正则匹配元字符

元字符	功能	示例
+	匹配一个或多个前导字符	ro+t
?	匹配零个或一个前导字符	ro?t
a|b	匹配a或b	root|nan
()	组字符	root|nan  cn(blo|nan)gs+ gs+ (gs)+
(...)(...)\1\2	标签匹配字符	(192.168.128.)200\1300
x{m}	字符x重复m次	o{5}
x{m,}	字符x重复至少m次	o{5,}
x{m,n}	字符x重复m到n次	o{5,10}

 

POSIX字符类

表达式	功能	示例
[:alnum:]	字母与数字字符	[[:alnum:]]+
[:alpha:]	字母字符(包括大小写字母)	[[:alpha:]]{4}
[:blank:]	空格与制表符	[[:blank:]]*
[:digit:]	数字字母	[[:digit:]]?
[:lower:]	小写字母	[[:lower:]]{5,}
[:upper:]	大写字母	[[:upper:]]+
[:punct:]	标点符号	[[:punct:]]
[:space:]	包括换行符，回车等在内的所有空白	[[:space:]]+

 

 

正则匹配示例 vim

/love/
/^love/
/love$/
/l.ve/
/lo*ve/
/[Ll]ove/
/love[a-z]/
/love[^a-zA-Z0-9]/
 
/.*/   整行
/^$/   空行
/^[A-Z]..$/
/^[A-Z][a-z]*5[0-3]/
/[a-z]*\./
/^ * [A-Z][a-z][a-z]$/
/^[A-z]*[^,][A-z]*$/
/\<fourth\>/
/\<f.*rth\>/
/5{2}3{2}\./
 
空行
/^$/
/^[ \t]*$/
 
注释行
/^#/
/^[ \t]*#/
 
:1,$ s/\([Oo]ccur\)ence/\1rence/
:1,$ s/\(square\) and \(fair\)/\2 and \1/