【计理01组06号】正则表达式基础入门
博客推行版本更新，成果积累制度，已经写过的博客还会再次更新，不断地琢磨，高质量高数量都是要追求的，工匠精神是学习必不可少的精神。因此，大家有何建议欢迎在评论区踊跃发言，你们的支持是我最大的动力，你们敢投，我就敢肝
正则表达式介绍与基础
正则表达式（Regular Expression）是一个定义搜索模式的字符序列。
在做文字处理或编写程序时，若需要用到查找、替换等功能时，可以使用正则表达式来简单便捷地完成目标。
简单而言，正则表达式通过使用一些特殊符号，使得使用者可以方便轻松地实现查找、删除、替换等功能。
Vi 中经常会使用到正则表达式，为了充分发挥 shell 编程的威力，Linux 使用者需要精通正则表达式。
首先是正则表达式的特殊符号：
[:alnum:]代表英文大小写字母及数字 [:alpha:]代表英文大小写字母 [:blank:]代表空格和 tab 键 [:cntrl:]键盘上的控制按键，如 CR,LF,TAB,DEL [:digit:]代表数字 [:graph:]代表空白字符以外的其他 [:lower:]小写字母 [:print:]可以被打印出来的任何字符 [:punct:]代表标点符号 [:upper:]代表大写字母 [:space:]任何会产生空白的字符如空格，tab,CR 等 [:xdigit:]代表 16 进位的数字类型
特殊符号实例
在 WebIDE 中使用 touch 命令或图形界面新建一个 .txt 文件并将下文中的文本内容复制进去。
touch regular_express.txt
也可以使用 wget 指令从本节开头的实验环境说明处下载，这两种方式取得的文件是一样的。
文本内容为：
"Open Source" is a good mechanism to develop programs. apple is my favorite food. Football game is not use feet only. this dress doesn"t fit me. However, this dress is about $ 3183 dollars. GNU is free air not free beer. Her hair is very beauty. I can"t finish the test. Oh! The soup taste good. motorcycle is cheap than car. This window is clear. the symbol "*" is represented as start. Oh!My god! The gd software is a library for drafting programs. You are the best is mean you are the no. 1. The world <Happy> is the same with "glad". I like dog. google is the best tools for search keyword. goooooogle yes! go! go! Let"s go. # I am VBird
使用特殊符号查找小写字母：
grep -n "[[:lower:]]" regular_express.txt
红色为匹配成功的字符。
使用特殊符号查找数字：
grep -n "[[:digit:]]" regular_express.txt
grep命令与正则表达式
查找特定字符串
参数说明：
- -a ：以 text 档案的方式搜寻 binary 档案数据
- -c ：计算找到 "搜寻字符串" 的次数
- -i ：忽略大小写的不同，所以大小写视为相同
- -n ：顺便输出行号
- -v ：反向选择，亦即显示没有 "搜寻字符串" 内容的行
grep -n "the" regular_express.txt grep -in"the" regular_express.txt
反向查找，当该行没有字符串"the"时才显示在屏幕上。
grep -vn "the" regular_express.txt
字符组匹配
[ ]可以用来查找字符组。
值得注意的是，无论[ ]中包含多少个字符，它都只代表一个字符。比如说，我们想要查找tast或者test这两个字符串，注意到二者的拼写大部分相同，都是t?st的形式，故此时可以使用[ ]进行查找：
grep -n "t[ae]st" regular_express.txt
字符组支持使用连字符-来表示一个范围。当-前后构成范围时，要求前面字符的码位小于后面字符的码位。
[^]为反向选择字符组，用于排除后面的字符，使用方式为[^...]。
需要注意[^]与参数-v的区别，尽管二者都表示反向选择，但是如果包含有反向选择的字符的行含有其他字符的话，[^]仍会输出该行，而-v则只会输出不含有反向选择的字符的行。
下面给出一些应用示例：
[abc] ：表示 “a” 或 “b” 或 “c” [0-9] ：表示 0~9 中任意一个数字，等价于 [0123456789] [u4e00-u9fa5] :表示任意一个汉字 [^a1<] :表示除 “a”、“1”、“<” 外的其它任意一个字符 [^a-z] :表示除小写字母外的任意一个字符
使用-和[^]查找Xoo形式的字符串，要求oo之前不能包含小写字母：
grep -n "[^a-z]oo" regular_express.txt
回忆前一节所提到的正则表达式特殊符号，[:lower:]表示小写字母，因此也可以使用
grep -n "[^[:lower:]]oo" regular_express.txt
这两者是等价的，但是可以看出，使用[a-z]来表示小写字母明显更加便捷，也更加灵活。
查找字符oog。
grep -n "oog" regular_express.txt
如果我不想要oog字符前面有 g，则使用[^g]oog。
grep -n "[^g]oog" regular_express.txt
同理，若不想让字符oog前面为 g 或者 o，则使用[^go]oog。
grep -n "[^go]oog" regular_express.txt
其中
grep -n "[^go]oog" regular_express.txt
返回结果为空，表示没有匹配到符合要求的字符串。
行首符 ^ 与行尾符 $
在第一个实验中，我们使用
grep -n "the" regular_express.txt
查找含有the的字符串，如果你只想查找行首为the的字符行，则使用以下命令：
grep -n "^the" regular_express.txt
查找行首为大写字母的所有行：
grep -n "^[A-Z]" regular_express.txt
注意行首符^和反向选择[^]的区别，^[A-Z]表示以大写字母开头。[^A-Z]表示除了大写字母 A-Z 的所有字符。
行尾符$的用法与行首符类似。
查找以字母 d 结尾的行：
grep -n "d$" regular_express.txt
这里有一个小技巧，将行首符与行尾符连用，可以用来查找空行：
grep -n "^$" regular_express.txt
应用实例
查看/etc/insserv.conf文档
^$： 过滤掉空白行
^#： 过滤掉注释行（以#号开头）
cat -n /etc/insserv.conf grep -v "^$" /etc/insserv.conf | grep -v "^#"
任意一个字符 . 与重复字符 *
查找a?ou?类型的字符：
grep -n "a.ou." regular_express.txt
其中小数点表示任意一个字符，一个小数点只能表示一个未知字符。
*（星号）：代表重复前面 0 个或者多个字符。 e*： 表示具有空字符或者一个以上 e 字符。 ee*，表示前面的第一个 e 字符必须存在。第二个 e 则可以是 0 个或者多个 e 字符。 eee*，表示前面两个 e 字符必须存在。第三个 e 则可以是 0 个或者多个 e 字符。 ee*e ：表示前面的第一个与第三个 e 字符必须存在。第二个 e 则可以是 0 个或者多个 e 字符。
下面的第一条命令与第二条命令由于允许存在空字符，所以会打印所有文本。
grep -n "e*" regular_express.txt grep -n "@*" regular_express.txt grep -n "eee*" regular_express.txt
限定连续字符范围 { }
{ }可限制一个范围区间内的重复字符数。如果现在要求找出存在连续的两个 o 字符的字符串，根据前面所学的知识，我们可以使用：
grep -n "ooo*" regular_express.txt
另一种方式是使用{ }。由于{与}在 shell 中有特殊意义，故在使用时需要用到转义字符。
查找连续的两个 o 字符：
grep -n "o{2}" regular_express.txt
查找 g 后面接 2 到 5 个 o，然后再接 g 的字符串：
grep -n "go{2,5}g" regular_express.txt
总结：
^word 表示待搜寻的字符串(word)在行首 word$ 表示待搜寻的字符串(word)在行尾 .(小数点) 表示 1 个任意字符 表示转义字符，在特殊字符前加 会将特殊字符意义去除 * 表示重复 0 到无穷多个前一个 RE(正则表达式)字符 [list] 表示搜索含有 l,i,s,t 任意字符的字符串 [n1-n2] 表示搜索指定的字符串范围,例如 [0-9] [a-z] [A-Z] 等 [^list] 表示反向字符串的范围,例如 [^0-9] 表示非数字字符，[^A-Z] 表示非大写字符范围 {n,m} 表示找出 n 到 m 个前一个 RE 字符 {n,} 表示 n 个以上的前一个 RE 字符
sed命令与正则表达式
sed 是非交互式的编辑器。它不会修改文件，除非使用 shell 重定向来保存结果。默认情况下，所有的输出行都会被打印到屏幕上。
sed 编辑器逐行处理文件（或输入），并将结果打印到屏幕上。
具体过程如下：首先 sed 把当前正在处理的行保存在一个临时缓存区中（也称为模式空间），然后处理临时缓冲区中的行，完成后把该行发送到屏幕上。
sed 每处理完一行就将其从临时缓冲区删除，然后将下一行读入，进行处理和显示。处理完输入文件的最后一行后，sed 便结束运行。sed 把每一行都存在临时缓冲区中，对这个副本进行编辑，所以直接使用不会修改原文件内容。
如果要修改原文件，需要添加 -i 选项。
输出文件内容
将 regular_express.txt 的内容列出并打印行号，并将 2-5 行删除显示：
nl regular_express.txt | sed "2,5d"
2,5d表示删除 2~5 行，d 即为 delete。
同理，删除第 2 行：
nl regular_express.txt | sed "2d"
删除第三行到最后一行,$表示定位到最后一行：
nl regular_express.txt | sed "3,$d"
使用-i在原文件中删除第 1 行：（注意：该指令会修改原文件）
sed -i "1d" regular_express.txt
使用 a 和 i 新增输出
在第二行后添加字符串 test：
nl regular_express.txt | sed "2a test"
在第二行前添加字符串 test：
nl regular_express.txt | sed "2i test"
在第二行后添加两行 test，
表示换行符：
nl regular_express.txt | sed "2a test
test"
行内容替换
将 2-5 行的内容替换为No 2-5 number，c 为替换内容选项：
nl regular_express.txt | sed "2,5c No 2-5 number"
输出指定行
输出 regular_express.txt 的第 5-7 行，其中-n为安静模式选项，我们在前面的章节中已经介绍过。
执行以下两条命令可以明显看出区别：
nl regular_express.txt |sed -n "5,7p" nl regular_express.txt |sed "5,7p"
字符串替换
格式为：sed "s/lodstr/newstr/g"
来看一个实例。首先查看本机 IP 地址：
ifconfig eth0
字段inet 地址：192.168.x.x即为本机的 IP 地址，这是经由 NAT 转换后分配的内网 IP 地址，在此不做展开。
之后使用grep指令在ifconfig eth0的结果中查找inet，并打印至终端：
ifconfig eth0 | grep "inet"
可以使用字符串替换功能将 IP 前面的部分予以删除，按照思路，也就是将inet 地址:替换为空字符串，可以简单写成：
ifconfig eth0 | grep "inet "| sed "s/inet 地址://g"
（注意中文字符不能直接复制，需要自己在终端输入）
但正则表达式在实际应用中可以非常灵活，回想一下我们在前两节所学的关于正则表达式的知识（忘了也不要紧，可以随时返回查看）。
.表示任意一个字符，*表示重复字符，{ }表示限定连续字符范围，所以正则表达式也可以写成：
ifconfig eth0 |grep "inet "| sed "s/.inet...://g"# 或者 ifconfig eth0 |grep "inet "| sed "s/.{0,9}://"
表达式的写法并不唯一，在此也并未全部列出，大家亦可自行尝试使用其他写法，欢迎在评论区中讨论。
将 IP 后面的部分删除：
/sbin/ifconfig eth0 |grep "inet "| sed "s/.inet...://g"| sed "s/..:.*$//g" /sbin/ifconfig eth0 |grep "inet "| sed "s/.inet...://g"| sed "s/.{0,3}:.*$//g"
上述指令是比较复杂的正则表达式运用，熟悉正则表达式后可以明显地简化指令，简单便捷地完成文件的查询、修改等任务。
正则表达式扩展应用
使用扩展正则表达式 egrep
首先来看一条前面章节学习过的用来去除空白行和注释行的指令：
grep -v "^$" regular_express.txt |grep -v "^#"
可见，通常的grep指令需要使用两次管线命令。那么如果使用扩展正则表达式，则可以简化为：
egrep -v "^$|^#" regular_express.txt
利用支持扩展正则表达式的egrep与特殊字符|的组合功能来间隔两组字符串，如此一来，可以极大地化简指令。
此外，也可以使用 grep -E 来使用扩展正则表达式，不过一般更建议直接使用 egrep，grep -E 与 egrep 之间类似命令别名的关系。
扩展规则（一）
回忆一下，在非扩展正则表达式中，我们使用*来表示任意个重复字符（零至无穷多个）：
grep -n "goo*d" regular_express.txt
在扩展正则表达式中，则可以进一步细分为一个或一个以上和零个或一个字符：
+表示重复一个或一个以上的前一个字符
egrep -n "go+d" regular_express.txt
?表示重复零个或一个的前一个字符
egrep -n "go?d" regular_express.txt
执行上述三条指令，比较三者的不同。
扩展规则（二）
|表示用或（or）的方式找出数个字符串
查找 gd 或 good：
egrep -n "gd|good" regular_express.txt
()表示找出组字符串
查找 glad 或 good，注意到由于二者存在重复字母，所以可以将其合并：
egrep -n "g(la|oo)d" regular_express.txt
()+多个重复群组判别
查找开头是 A 结尾是 C 中间有一个以上的xyz或xz字符串：
echo"AxyzxyzxyzxyzC"|egrep "A(xyz)+C"echo"AxyzxyzxyzxyzC"|egrep "A(xz)+C"
结果显示A(xyz)+C可以匹配，A(xz)+C没有匹配项。
在黑夜里梦想着光，心中覆盖悲伤，在悲伤里忍受孤独，空守一丝温暖。
我的泪水是无底深海，对你的爱已无言，相信无尽的力量，那是真爱永在。
我的信仰是无底深海，澎湃着心中火焰，燃烧无尽的力量，那是忠诚永在
以上是 【计理01组06号】正则表达式基础入门 的全部内容， 来源链接： utcz.com/z/520219.html
![正则表达式中 [\s\S]* 什么意思 居然能匹配所有字符 [] 不是范围描述符吗？](/wp-content/uploads/thumbs/270159_thumbnail.jpg)
