基本正则表达式与扩展正则表达式

什么是正则表达式

通过符号、符号与字母数字的组合，来描述文本的特征。这些字符不代表字符原本的意义，而是表示控制和通配。这此符号和符号与字母的组合称为元字符。

为什么要用正则表达式，用在什么地方。

正则表达式可以匹配一段文本的特征，比如年月日，空白行，单词，一行文本，IP地址等。这样可以根据某些文本，然后查找到那些文件中包含了这些内容。还可以根据这些特征找到的文本进行复制，删除，替换，或者赋值给一个变量等。很多编程语言都支持正则表达式，它们可能支持的正则表达式引擎不同，表示方法略有不同。vi,grep,sed,awk等这些文本处理工具都支持正则表达式。这里主要用grep做演示。grep支持基本正则表达式，egrep支持扩展正则表达式，grep -E 相当于egrep。

与globbing的区别是正则用来做文本内容匹配，而globbing是做文件名匹配的。

globbing的表示字符

* 表示任意长度的任意字符

？ 任意的单个字符

[] 在单个字符位置上，取方扩号字符中任意一个字符

[abc] 表示a或b或c

[^]与[]意思反过来

[^abc] 表示不是a或b或c

如何使用正则表达式介绍。

正则表达式分为基本正则表达式和扩展正则表达式。

基本正则表达式的元字符分有几种：字符匹配、次数匹配、位置锚定、分组、引用。

\ 转义符号。在它后面一个字符不表示自己含意，而与\组成特别的意思。

字符匹配，用来匹文本内容。

. 匹配任意单个字符，可以匹配字母，数字，符号，空格。

[] 指定范围内的单个字符

[^] 指定不包括范围，^用来取反

[abc] 匹配a或b或c，这里不区分大小写的

[1-9] 匹配1到9之间任意的数字

[^a-z0-9] ^表示取反。匹配不包括字母和数据的。

例如： grep '^r.' /etc/passwd 表示在/etc/passwd文件中查找以小写的r为整个行的开头，在r后面跟了一个任意字母的行。如下显示。

[:space:] 表示空白，空格，tab，回车都是空白字符。 方扩号和扩号里的内容为一个整体，这个是固定写法。

[:punct:] 表示所有的标点符号

[:lower:] 表示所有的小写字母

[:upper:] 表示所有的大写字母

[:alpha:] 表示所有的字母

[:digit:] 表示所有的数字

[:alnum:] 表示所有的字母和数字

例如：找到/etc/inittab文件中以字母开头的行

grep '^[[:alnum:]].*' /etc/inittab

次数匹配：用于实现指定的字符所能够出现的次数

* 前面字符的何意长度，仅能用于前面的字符所能够出现任意次。包括0次。

例如：x*y 能够匹配到 xxy,xy,y。为什么有y呢，因为前面的x是任意次的。

.* 点星表示任意长度的任意字符，这两个元字符组合起来相当于globbing中的*

\? 前面的字符出现的次数可以出现0次或1次。或者前面的字符可有可无。

例如： x\?y 可以匹配 xy,y

\+ 前面的字符最少出现一次，多则不限

\{m\} 前面的字的字符出现m次

例如：x\{2\}y可以匹配 xxy,xxxxy等等

\{m,n\} 前面出现的字符最少m次，最多n次，m这里要小于n。

例如：x\{2,5\} 可以匹配 xxy,xxxy,xxxxy,xxxxxy。

\{m,\} 前面的字符最少m次 ，多则不限。

\{0,m\} 前面的字符可以不出现，如果出现最多可以出现m次

例如：找到/etc/passwd文件中行首以r开头，中间o出现了两次后面都跟了一个小字字母的行。

grep '^ro\{2\}[[:lower:]].*' /etc/passwd

位置锚定，用来描述指定字符出现的位置。

^ 行首锚定,匹配的字符必须出现的行首。要写在模式最左则。

$ 行尾锚定，写在模式最右则

^$ 表示空白行

\< 词首锚定，要写在单词的左则

\> 词尾锚定，要写在单词的尾部

\b 词首词尾锚定。出现在词首词尾都可以。它等同于\<、\>中的任意一个。

以字母数据组成不包含特殊字符这里叫做词

例如：查找/etc/passwd文件中包含了home单词的行

grep '\<home\>' /etc/passwd

这是匹配到其中的一部分

分组 ，分组是把扩号中的内容当作一个整体，用处是可以引用这个整体。

\(\) 把几个字符当作一个整体

\(ab\)* 表示ab可以出现任意次

\n n代表一个数字， 引用 \n 引用第n个括号扩起来的内容。引用规则是第一个左括号（和与这个左扩号对应的右括号）之间的内容为第一部分，引用时用\1。第二个（和与之对应的）为第二部分引用时为\2。以此类推。

\(1\(2\(3\)\)\)\(4\)\1\2\3\4 这个匹配结果就是12341232334

例如一个文本文件里包含了以下内容，用引用做匹配。

grep '\(1\(2\(3\)\)\)\(4\)\1\2\3\4' wukui

grep '\(1\(2\(3\)\)\).*\(4\)\1\2\3\4' wukui

例如：找到/etc/passwd中第一个单词与最后一个单词相同的用户，（就是用户名和SHELL相同）

grep '\(^[^[:space:][:punct:]]*\>\).*\1$' /etc/passwd

扩展正则表达式

扩展正则表达式，比基本正则表达多了一点匹配能力，有了“或”匹配能力。有些表达式用起来不用转义了。以下元字符中只有词首锚定和引用使用转义。 扩展正则表达式使用 grep -E 或 egrep 来使用。

字符匹配

. 任意单个字符

[] 指定范围

[^] 指定不包括的范围，用来取反

次数匹配

* 任意次数

? 0次或1次

+ 到少一次，多则不限

{m} 精确匹配m次

{m,n} 至少m次，紧多n次

{m,} 至少有m次，多则不限

{0,n} 可以不出现，如果出现最多可以出现n次

例如：找到/etc/passwd文件中行首以r开头，中间o出现了两次后面都跟了一个小字字母的行。

grep -E '^ro{2}[[:lower:]].*' /etc/passwd

锚定 符，这个与基本正则表达式用法一样

^ 行首 锚定

$ 行尾 锚定

\<,\b 词首 锚定

\>,\b 词尾 锚定

^$,表示空白行

^[[:space:]]*$ 与上面一样，也是表示空白行

分组 ，用法与基本正则表达式一样，写法只是不再用\转义了。

() 把括号里的内容当作一个整体

引用：

用法与基本正则表达式一样

\1,\2

或者 在|前后多选一或二选一

a|b a或b

conC|cat 这里表示conC或者cat，如果想要|前后两个字符的匹配，则需要把前后两个字符用()扩起来。 ab(c|a)bc 这里表示abcbc或ababc

例如：找出/etc/passwd文件中以r开头或以b开头的行

grep '^r|^b' /etc/passwd

匹配IPV4的正则表达式

(\<[1-9]{1,2}\>|(\<1[0-9]{1,2}\>)|(\<2[01][0-9]\>)|(22[0-3]))\.([0-2]?[0-9]{1,2}\.){2}[0-2]?[0-9]{1,2}

注：这个正则表达式能匹配到A,B,C类网络。广播地址，本地回环地址（127.开头的），自动DHCP地址（169.254.开头的）也都匹配到了，但这些地址不是正常使用的IP。

如有错误请帮忙指出

感谢！