1. 正则语法
1.1 基本元字符
| 元字符 | 含义 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母或数字或下划线或汉字 |
| \s | 匹配任意空白符 （Space Tab） |
| \d | 匹配数字 |
| ^ | 匹配字符串的开头 |
| $ | 匹配字符串的结尾 |
1.2 重复
| 元字符 | 含义 |
|---|---|
| * | 零次或更多次 |
| + | 一次或更多次 |
| ? | 零次或一次 |
| {n} | 重复n次 |
| {n,} | 重复n次或更多次 |
| {n,m} | 重复n到m次 |
1.3 字符集合
当查找字母，数字，空白时，直接使用元字符即可。但如果要匹配特定的字符集，这时就需要字符集合。
[afox] 匹配afox中任意一个字符
[^afo] 不匹配afo中的任意一个字符
[a-c0-2] 等价于 [abc012]
1.4 分支
类似于C++中的a || b 表达式，a 或 b 任意一个为真，则表达式为真。
0\d{3}|1\d{2} 匹配以0开头的四个数字 或者 以1开头的3个数字。 |用来表示分支操作。
1.5 分组
分组用于重复匹配。比如IP地址192.168.4.2,简单的正则表达式：\d{1,3}\.\d{1,3}。可见表达式中重复出现\d{1,3}\.，此时可以采用分组。(\d{1,3}\.){3}\d{1,3}。
1.6 反义
不匹配特定字符。
| 元字符 | 含义 |
|---|---|
| \W | 匹配任意不是字母，数字，下划线，汉字的字符 |
| \S | 匹配任意非空白字符 |
| \D | 匹配任意非数字的字符 |
| \B | 匹配任意不是单词开头或结束的位置 |
| [^a] | 匹配除a以外的任意字符 |
1.7 后向引用
后向引用： 正则表达式前面匹配一个字符串，在表示的后面部分进一步处理。表达式前面的匹配称为捕获，使用小括号。
the the --------------------------------------- grep -P "\b(\w+)\b\s+\1\b" --color text the the
捕获: ()通过添加小括号，对数据进行捕获。
引用: \1引用捕获的内容， 1表示第一个小括号捕获的内容，如果有多个捕获，从左到右依次编号。
1.8 零宽断言
用于查找某些内容（但不包含这些内容）之前或者之后的内容。比如singing， 匹配ing之前的内容sing。
| 表达式 | 含义 |
|---|---|
| (?=exp) | 匹配exp前面的位置 |
| (?<=exp) | 匹配exp后面的位置 |
singing singingd ------------------------------------- grep -P "\b\w+(?=ing\b)" --color text singing
1.9 贪婪与懒惰
正则表达式很勤快，也称为贪婪，总是最长匹配。例如：a.*b 会匹配字符串axbxxxb。但如果只想匹配axb，这时需要懒惰匹配，表达式a.*?b。
| 表达式 | 含义 |
|---|---|
| *? | 重复任意次，但尽可能少 |
| +? | 重复1次或更多次，但尽可能少 |
| ?? | 重复0次或1次，但尽可能少 |
| {n,m}? | 重复n到m次，但尽可能少 |
| {n,}? | 重复n次以上，但尽可能少 |
2. 正则历史
2.1 PCRE 与 POSIX
2.1.1 PCRE 与 POSIX 区别
正则语法 中所描述的各种使用范例，都是PCRE（Perl Compatible Regular Expressions）流派的使用方法。而在Unix/Linux 世界中，还存在另一流派，即POSIX规范。
区别
- POSIX 不支持懒惰匹配
- POSIX 不支持\d,\D,\s,\S,\w,\W
- POSIX 不支持零宽断言
字符组
POSIX虽然不支持\d,\s等元字符，但其引入字符组概念。
- [:digit:] 匹配数字，等同
\d - [:alpha:] 匹配字母，等同
[a-zA-z] - [:lower:] 匹配小写，等同
[a-z] - [:upper:] 匹配大写，等同
[A-Z] - [:space:] 匹配空白，等同
\s
栗子
234 匹配以数字2开头的三个数字
grep -E "2[[:digit:]]{2}" --color text
2e 匹配以数字2开头的非数字
grep -E "2[^[:digit:]]" --color text
后向引用， 匹配 the the
grep "\b\([a-z]\+\)\b\s\+\1" --color text
2.1.2 BRE 与 ERE 区别
POSIX 正则，又分为BRE（Basic Regular Expressions 与 ERE（Extended Regular Expressions）两个流派。
BRE元字符?，+，{，|，(，)丢失特殊含义，成为普通字符。使用其特殊含义，需要\进行转义，即\?，\+，\{，|，\(，\)。BRE不支持分支。
NOTE: Grep 有4个参数，-G 代表BRE，-E 代表ERE， -F 代表PCRE， -F 普通文本。
2.2 VIM Magic
VIM Magic 设计初衷：更容易的构造正则表达式。支持pcre的元字符\d，\s， \w等。但却没有给+，？，()，{}赋予特殊含义。这样Vim Magic模式既有PCRE语法，又有POSIX语法，导致字符转义规则比较混乱。
\v 除下划线,大小写字母，数字外，全为特殊字符
\V 只有\有特殊含义
case
---------------------
2x23
2x7{2}
2.7{2}
Magic 模式
---------------------
2.\d{2}$ 匹配 2x7{2}
\v 模式
---------------------
2.\d{2}$ 匹配 2x23
\V 模式
---------------------
2.\d{2}$ 匹配 2.7{2}
NOTE:
① 使用vim时，显示使用v与V,避免magic模式的模糊不清。
② vim 中，单词界定符为\<,\>。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
