一、正则表达式概述
1、概念
正则表达式是你所定义的模式模板, Linux工具可以用它来过滤文本。Linux 工具(比如sed编辑器或gawk程序)能够在处理数据时使用正则表达式对数据进行模式匹配。如果数据匹配模式,它就会被接受并进一步处理;如果数据不匹配模式,它就会被滤掉。
数据流---正则表达式---匹配的数据---过滤掉的数据
正则表达式(或称Regular Expression,简称RE),是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的分割,匹配、査找及替换操作。即正则表达式是一种文本模式,该模式描述在搜索文本时要匹配的一个或多个字符串。简单来说就是通过一些特殊字符的排序,用以删除、查找、替换一行或者多行文字字符串的程序。
2、作用
- 通常用于判断语句中,用来检查某一字符串是否满足某一格式;
- 正则表达式是由普通字符与元字符组成;
- 普通字符包括大小写字母、数字、标点符号及一些其他符号;
- 元字符是指在正则表达式中具有特殊意义的专用字符,可以用来规定其前导字符(即位于元字符前面的字符)在目标对象中的出现模式。
3、可达到的目的
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
二、基础正则
基础正则常见元字符
(工具:grep、egrep、sed、awk)
\ :转义字符,用于取消特殊符号的含义,例:\! 、\n、\$等
^ :匹配字符串开始的位置,例:^a、^the、^#、^[a-z]
$ :匹配字符串结束的位置,例: word$、 ^$匹配空行
. :匹配除\n之外的任意的一个字符,例: lo.*k、lo.k、l..k
* : 匹配前面一个字符出现0次或者多次,例: loo*k、lo*k
[list] : 匹配list列表中的一个字符,例: go[ola]d, [abc]、 [a-z]、 [a-z0-9]、 [0-9]匹配任意一位数字
[^list] : 匹配任意非list列表中的一个字符,例: [^0-9]、[^A-Z0-9]、 [^a-z]匹配任意一位非小写字母
\{n\} : 匹配前面一个字符n次,例: lo\{2\}k、 '[0-9]\{2\}'匹配两位数字
\{n,\} : 匹配前面一个字符不少于n次,例: lo\{2,\}k、 '[0-9]\{2,\}'匹配两位及两位以上数字
\{n,m\} : 匹配前面一个字符n到m次,例: lo\{2,3\}k、 '[0-9]\{2,3\}'匹配两位到三位数字
注: egrep、 awk使用{n}、{n,}、 {n, m}匹配时“{}"前不用加“\”
1、*匹配前面一个字符0次或者多次
[root@rhel8 ~]# cat a.txt
lk
lok
look
loook
looooook
loooooaaak
looooooook
abbbbcd
abbbbcd666
ooooloooook
oooooolk
aoblck
[root@rhel8 ~]# grep "loo*k" a.txt
lok
look
loook
looooook
looooooook
ooooloooook
[root@rhel8 ~]#
[root@rhel8 ~]# grep "lo*k" a.txt
lk
lok
look
loook
looooook
looooooook
ooooloooook
oooooolk
2、. 匹配除\n之外的任意的一个字符
[root@rhel8 ~]# grep "lo.*k" a.txt
lok
look
loook
looooook
loooooaaak
looooooook
ooooloooook
[root@rhel8 ~]# grep "lo.*k" a.txt
lok
look
loook
looooook
loooooaaak
looooooook
ooooloooook
[root@rhel8 ~]# grep "lo.k" a.txt
look
[root@rhel8 ~]# grep "l..k" a.txt
look
3、匹配前面的一个字符出现n次
\{n\} :匹配前面的一个字符出现n次
\{n,\} :匹配前面的一个字符出现不少于n次
\{n,m\} :匹配前面的一个字符出现n到m次
[root@rhel8 ~]# grep "lo\{2\}k" a.txt
look
[root@rhel8 ~]# grep "lo\{3\}k" a.txt
loook
[root@rhel8 ~]# grep "lo\{3,\}k" a.txt
loook
looooook
looooooook
ooooloooook
[root@rhel8 ~]# grep "lo\{3,5\}k" a.txt
loook
ooooloooook
4、匹配开始与结束
^ 匹配字符串开始的位置
$ 匹配字符串结束的位置
^$ 匹配空行
[root@rhel8 ~]# cat b.txt
aa
abd
cdd
cdc
cdd
[root@rhel8 ~]#
[root@rhel8 ~]# grep "^c" b.txt
cdd
cdc
cdd
[root@rhel8 ~]# grep "d$" b.txt
abd
cdd
cdd
[root@rhel8 ~]# grep "^$" b.txt
[root@rhel8 ~]#
5、匹配列表
[list] 匹配list列表中的一个字符
[^list] 匹配任意非list列表中的一个字符
[root@rhel8 ~]# cat c.txt
lok
lo12k
lo1k
loAk
loBk
look
loak
lodk
abcd
1234
[root@rhel8 ~]# grep "lo[a-zA-Z0-9]k" c.txt
lo1k
loAk
loBk
look
loak
lodk
[root@rhel8 ~]# grep "lo[ABo]k" c.txt
loAk
loBk
look
[root@rhel8 ~]# grep "lo[^a-zA-Z]k" c.txt
lo1k
[root@rhel8 ~]# grep "[^a-zA-Z]" c.txt
lo12k
lo1k
1234
三、扩展正则
+ :匹配前面一个字符1次以上,例: lo+k, 将匹配至少一个o,如lok、look、loook等
? :匹配前面一个字符0次或者1次,例: lo?k,将匹配lk或lok
() :将括号中的字符串作为一个整体,例: l(oo)+k, 将匹配oo整体1次以上,如look、looook等
| : 以或的方式匹配字符串,例: l(oo|ab)k, 将匹配look或者labk
{} :允许为可重复的正则表达式指定一个上限,这通常称为间隔(interval)
{n} :重复n次;{n,} 重复n次或更多次;{n,m} 重复n到m次
1、+ 匹配前面一个字符1次以上
[root@rhel8 ~]# egrep "lo+k" a.txt
lok
look
loook
looooook
looooooook
ooooloooook
2、? 匹配前面一个字符0次或者1次
[root@rhel8 ~]# egrep "lo?k" a.txt
lk
lok
oooooolk
3、() 将括号中的字符串作为一个整体
[root@rhel8 ~]# egrep "l(oo)+k" a.txt
look
looooook
looooooook
4、| 以或的方式匹配字条串
[root@rhel8 ~]# echo labk >> a.txt
[root@rhel8 ~]# egrep "l(oo|ab)+k" a.txt
look
looooook
looooooook
labk
5、{} 允许为可重复的正则表达式指定一个上限
{n} 重复n次;{n,} 重复n次或更多次;{n,m} 重复n到m次
[root@rhel8 ~]# egrep "lo{3}k" a.txt
loook
[root@rhel8 ~]# egrep "lo{3,}k" a.txt
loook
looooook
looooooook
ooooloooook
[root@rhel8 ~]# egrep "lo{3,5}k" a.txt
loook
ooooloooook
四、特殊的字符组
- [[:alpha:]] 匹配任意字母字符,不管是大写还是小写
- [[:alnum:]] 匹配任意字母数字字符0~9、 A~Z或a~z
- [[:blank:]] 匹配空格或tab键
- [[:digit:]] 匹配0~9之间的数字
- [[:lower:]] 匹配小写字母字符a~z
- [[:print:]] 匹配任意可打印字符
- [[:punct:]] 匹配标点符号
- [[:space:]] 匹配任意空白字符:空格、tab、 NL、 FF、 VT和CR
- [[:upper:]] 匹配任意大写字母字符A~Z