Linux--shell脚本之正则表达式

http://www.cnblogs.com/hanxiaoyu/p/5759477.html

 

shell 提取字符串

find . -name "*.txt" | xargs grep -P 'regex' -o

xargs会将find结果作为grep的输入，防止find结果过多无法处理 
-P参数表明要应用正则表达式 
-o表示只输出匹配的字符串，这样我们就可以把正则匹配到的结果拿到了。

 

-rw-rw-r-- 1 wenba wenba 32044 12月 3 2010 CF_145_1_1.wav

ls -l | grep -P 'CF(_[0-9]{1,3}){1,3}\.wav' -o  >1.TXT

ls -l | grep -P 'CF.+\.wav' -o > 1.TXT

一、正则表达式的概念及特点：

　　正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，
这个“规则字符串”用来表达对字符串的一种过滤逻辑。规定一些特殊语法表示字符类、数量限定符和位置关系,然后用这些特殊语法和普
通字符一起表示一个模式,这就是正则表达式(Regular Expression)。

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

　　1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；

　　2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

正则表达式的特点：

　　1. 灵活性、逻辑性和功能性非常的强；

　　2. 可以迅速地用极简单的方式达到字符串的复杂控制。

　　3. 对于刚接触的人来说，比较晦涩难懂。

　　由于正则表达式主要应用对象是文本，因此它在各种文本编辑器场合都有应用，小到著名编辑器EditPlus，大到
Microsoft Word、Visual Studio等大型编辑器，都可以使用正则表达式来处理文本内容。

二、正则表达式有三部分组成：

　　例如找出多有符合xxxxx@xxxx.xxx模式的字符串（也就是mail地址），要求x可以是字母、数字、下划线、小数点、短划线，email

地址的每一部分可以有一个或多个x字符，例如abc@ed.com、1_2@789-6.54等，当然，符合这个模式的并不一定是合法的mail地址，

但至少可以做一次初步的筛选，筛选掉类似于a.b、c@d等不符合的字符串。再比如说，找出所有符合yyy.yyy.yyy.yyy模式的字符串（IP地

址），要求y是0~9的数字，IP地址的每一部分可以有1~3个y字符。

1、字符类

字符类(Character Class):上例中的x和y，他们在模式中表示一个字符,但是取值范围是一类字符中的任意一个。

eg:

2、数量限定符

数量限定符(Quantifier): 邮件地址的每一部分可以有一个或多个x字符,IP地址的每一部 分可以有1-3个y字符

eg:

3、位置限定符

位置限定符(Anchor)：描述各种字符类以及普通字符之间的位置关系，例如邮件地址分三部分,用普通字符@和.隔 开,IP地址分四部分,用.隔开,每一部分都可以用

字符类和数量限定符 描述。为了表示位置关系,需要位置限定符的概念,将在下面介绍。

 

eg:

 

4、特殊字符

eg: