Ubuntu基本的正则表达式元字符集合及意义

 

符号                                                意义

 

“*”——————用于匹配前面一个普通字符的0次或多次重复；

 

“.”——————用于匹配任意一个字符；

 

“^”——————用于匹配首行，表示行首的字符时“^”字符后的的那个字符（或字符串）；

 

“$”——————用于匹配首尾，$符号放在匹配字符之后，与“^”符号的功能和用法都相反；

 

“[]”——————用于匹配字符集合，该符号支持穷举方法列出字符集合的所以元素，也支持

 

                    使用“-”符号表示字集合范围，表明字符集合范围从“-”左边字符开始，

 

                     到“-”右边字符结束；

 

        example-01：

 

         穷举方法列出字符集合：sudo find /etc/  -name *.conf | grep [abc]

 

         用“-”符号表示字集合范围： sudo find /etc/  -name *.conf | grep [a-d]

 

        example-02：

 

        sudo find /etc/  -name *.conf | grep [^a-d]

 

        上面例子中的“^”表示取反的意思，不再是匹配行首字符的意思了；

 

“\”——————是转义符，用于屏蔽一个元字符的特殊意义，及以字面含义按字符来解释“\”符号

 

                   后面的元字符；

 

        example：

 

        sudo find /etc/  -name *.conf | grep \.

 

        上面例子中的“.”符号不再表示匹配任意一个字符的意思，而仅仅表示字符本身。

 

“\<\>”——————是精确匹配符号，该符号利用“\”符号屏蔽“<>”符号；

 

“\{\}”——————系列符号与“*”类似，都是表示前一个字符的重复。但是，“*”符号表示重复0次

 

                        或任意 次，而“\{\}”系列符号可以指定重复的次数，

 

        “\{\}”系列符号包括以下三种形式。

 

        1、\{n\}：匹配前面字符出现n次；

 

        2、\{n,\}：匹配前面字符至少出现n次；

 

        3、\{n,m\}：匹配前面字符出现n到m次。

正则表达式

正则表达式和shell通配符一样也包含许多特殊字符，除了这些特殊字符之外其余的全是原义字符。

特殊字符

字符	作用
^	1.^在字符串开头时表示文本开头 2.^在[]中的第一个位置时表示否定，其他位置时是普通字符
$	1.字符末尾 2.变量值获取
.	任意单个字符
[]	括号中的任意一个单个字符，特殊字符在[]中失去特殊含义，除了^和-在指定的位置时。
{}	匹配特定的次数（重复）。在bash中还可以表示命令集合或者目录分隔。
-	在[]中非第一个和最后一个位置时表示范围。具体的值和特定的语系有关。
?	表示0个或一次（重复）
*	任意多次重复（重复）。在bash中代表任意长度的任意字符串。
+	至少一次的重复（重复）
()	分组符。在bash中表示子shell指定的命令。
|	逻辑或。在bash中表示管道。
\	特殊字符转义符。

当我们在bash中传递包含元字符的正则表达式的时候，把特殊字符用单引号引起来至关重要，这样可以阻止 shell 试图展开它们。

下面就来解释一下语系与正则表达式[]范围的关系：

正则表达式是处理字串的表示方式，那么对字符的排序有影响的语系配置就会对正则表达式产生影响。

举例来说，英文和数字的编码顺序在en_US.utf8及 C 这两种语系的输出结果分别如下：
LANG=C:0 1 2 3 4 ... A B C D ... Z a b c d ...z
LANG=en_US.utf8:0 1 2 3 4 ... a A b B c C d D ... z Z

从上面可以发现不同的语系中字符的排序是不一样的。如果你想要获取大写的字符而使用[A-Z] 时，会发现LANG=C(或者POSIX)时是连续的大写字符。

但是如果使用en_US.utf8时，会发现会取出除了小写a以外的所有字母。因为排序的顺序是【A b B c C d D ... z Z】。

所以，使用这则表达式时，需要特别留意当时环境的语境是什么，否则会发现获取的结果和别人是不一样的。