Linux 正则表达式

Linux 正则表达式

正则表达式基础概念

定义与作用

正则表达式是一种用于匹配字符串的模式（pattern），通过将该模式与目标字符串对比，实现对一个或多个特定字符串的查找。它广泛应用于文本处理场景，如搜索、过滤、替换等。

组成结构

正则表达式由普通字符和元字符组成，具体如下：

• 普通字符：未被指定为元字符的所有可打印与不可打印字符，涵盖所有大小写字母（a-z、A-Z）、数字（0-9）、标点符号（如逗号、句号）及其他符号。
• 元字符：除普通字符外，具有特殊功能的字符，用于定义匹配规则（如[ ]、^、$等）。

应用范围

• 工具：vim（文本编辑器）、grep（文本搜索）、less（分页查看）等。
• 编程语言：Perl、Python、C 等。

正则表达式分类

类别	特点	适用场景
普通正则表达式	支持基础元字符，功能较简洁	简单的文本匹配、搜索任务
扩展正则表达式	支持更多元字符（如+、?、{}），功能更丰富	复杂的匹配需求（如限定字符出现次数、多条件选择）

环境准备

以word文件为示例，初始内容通过以下命令创建和查看：

[root@client ~ 09:26:37]# vim word
cat
category
acat
concatenate
dog

核心匹配规则与示例

直接使用普通字符作为匹配模式，查找包含该字符的字符串。

[root@client ~ 09:26:57]# cat word | grep 'cat'
cat
category
acat
concatenate

字符集匹配

[..]：匹配括号内任意一个字符

[root@client ~ 09:27:32]# echo cbt >> word 
[root@client ~ 09:27:50]# echo c{1..5}t >> word 
[root@client ~ 09:28:00]# cat word | grep 'c[45]t'
c1t c2t c3t c4t c5t
[root@client ~ 09:28:21]# vim word 
[root@client ~ 09:28:50]# cat word | grep 'c[45]t'
c4t 
c5t
[root@client ~ 09:28:53]# cat word | grep 'c[ab]t'
cat
category
acat
concatenate
cbt

• 预设字符范围：

  字符集	含义	等价写法
  [a-z]	匹配所有小写字母	-
  [A-Z]	匹配所有大写字母	-
  [0-9]	匹配所有数字	-
  [a-zA-Z0-9]	匹配所有字母和数字	[[:alnum:]]
  [a-z]	匹配所有小写字母	[[:lower:]]
  [A-Z]	匹配所有大写字母	[[:upper:]]
  [0-9]	匹配所有数字	[[:digit:]]
  [[:xdigit:]]	匹配十六进制数字（0-9、A-F、a-f）	-
  [[:alpha:]]	匹配所有字母（大小写）	[a-zA-Z]
  [[:blank:]]/[[:space:]]	匹配空白字符（制表符、换行符、空格等）	-
  [[:punct:]]	匹配标点符号（如 $、&、()、* 等）	-
  [[:print:]]/[[:graph:]]	匹配可打印字符（字母、数字、标点）	-
  [[:cntrl:]]	匹配控制字符（ASCII 中 000-037、177）	-

• 特殊符号处理：若需匹配-，需将其放在字符集第一个位置。

[root@client ~ 09:29:01]# cat word | grep 'c[0-9]t'
c1t
c2t 
c3t 
c4t 
c5t
[root@client ~ 09:29:13]# cat word | grep 'c[a-z]t'
cat
category
acat
concatenate
cbt
[root@client ~ 09:29:20]# echo cAt >> word 
[root@client ~ 09:29:35]# cat word | grep 'c[a-z]t'
cat
category
acat
concatenate
cbt
[root@client ~ 09:29:38]# cat word | grep 'c[a-zA-Z0-9]t'
cat
category
acat
concatenate
cbt
c1t
c2t 
c3t 
c4t 
c5t
cAt

[^..]：匹配除括号内字符外的所有字符

[root@client ~ 09:30:00]# cat word | grep 'c[^a-z]t'
c1t
c2t 
c3t 
c4t 
c5t
cAt

通配符

[root@client ~ 09:30:30]# cat word | grep 'c.t'
cat
category
acat
concatenate
cbt
c1t
c2t 
c3t 
c4t 
c5t
cAt

转义字符

将下一个字符标记为 “原义字符” 或 “特殊字符”，常见场景：

[root@client ~ 09:31:03]# echo c.t >> word 
[root@client ~ 09:31:16]# cat word | grep 'c\.t'
c.t

多条件选择

扩展正则表达式的元字符，用于匹配 “多个选项中的一个”。普通正则需用\|，扩展正则（egrep或grep -E）直接用|。

[root@client ~ 09:31:18]# cat word | grep -E 'cat|dog'
cat
category
acat
concatenate
dog

非打印字符

终端中不显示的字符，需通过特殊转义序列匹配，常见如下：

转义序列	含义	等价写法
\cx	匹配控制字符（如\cM匹配回车符）	-
\f	匹配换页符	\x0c、\cL
\n	匹配换行符	\x0a、\cJ
\r	匹配回车符	\x0d、\cM
\s	匹配任意空白字符（空格、制表符等）	[ \f\n\r\t\v]
\S	匹配任意非空白字符	[^ \f\n\r\t\v]
\w	匹配字母、数字、下划线	[A-Za-z0-9_]
\W	匹配非单词字符	[^A-Za-z0-9_]
\t	匹配制表符	\x09、\cI
\v	匹配垂直制表符	\x0b、\cK

说明：grep 命令支持\w、\W、\s、\S。

[root@client ~ 09:31:18]# cat word | grep -E 'cat|dog'
cat
category
acat
concatenate
dog
[root@client ~ 09:31:39]# ls
anaconda-ks.cfg  word
[root@client ~ 09:39:03]# touch cbt
[root@client ~ 09:39:18]# cat word | grep c*t
cbt
[root@client ~ 09:39:27]# cat word | grep 'c*t'
cat
category
acat
concatenate
cbt
c1t
c2t 
c3t 
c4t 
c5t
cAt
c.t

定位符

用于限定字符串在 “行” 或 “单词” 中的位置，常见如下：

定位符	功能	示例
^	匹配行首位置	grep '^cat' words（匹配以 “cat” 开头的行，输出 “cat”）
$	匹配行末位置	grep 'cat$' words（匹配以 “cat” 结尾的行，输出 “cat”“acat”）
\b	匹配单词边界（单词与非单词的分隔处）	grep '\bcat' words（匹配 “cat” 作为单词开头，输出 “cat”“category”“hello cat”）；grep 'cat\b' words（匹配 “cat” 作为单词结尾，输出 “cat”“acat”“hello cat”）
\B	匹配非单词边界	grep '\Bcat' words（匹配 “cat” 不在单词边界，输出 “acat”“concatenate”）
<	匹配单词左边界	grep '\<cat' words（同\bcat，输出 “cat”“category”“hello cat”）
>	匹配单词右边界	grep 'cat\>' words（同cat\b，输出 “cat”“acat”“hello cat”）

[root@client ~ 10:01:42]# cat word | grep '^cat'
cat
category
[root@client ~ 10:01:57]# cat word | grep 'cat$'
cat
acat
[root@client ~ 10:02:05]# echo hello cat >> word 
[root@client ~ 10:02:22]# cat word | grep '\bcat'
cat
category
hello cat
[root@client ~ 10:02:30]# cat word | grep 'cat\b'
cat
acat
hello cat
[root@client ~ 10:02:41]# cat word | grep '\bcat\b'
cat
hello cat
[root@client ~ 10:02:51]# cat word | grep '\Bcat'
acat
concatenate

限定次数

通过元字符限定 “前面子表达式” 的出现次数，仅在扩展正则（egrep/grep -E）中生效

限定符	功能	示例
*	匹配前面子表达式任意次数（0 次及以上）	grep -E 'do*g' words（匹配 “dg”“dog”“doog”，输出 “dg”“dog”“doog”）
+	匹配前面子表达式1 次及以上	grep -E 'do+g' words（匹配 “dog”“doog”，输出 “dog”“doog”）
?	匹配前面子表达式0 次或 1 次	grep -E 'do?g' words（匹配 “dg”“dog”，输出 “dg”“dog”）
{m}	匹配前面子表达式恰好 m 次	grep -E 'do{2}g' words（匹配 “doog”，输出 “doog”）
{m,n}	匹配前面子表达式m-n 次（含 m 和 n）	grep -E 'do{2,3}g' words（匹配 “doog”“dooog”，输出 “doog”“dooog”）
{m,}	匹配前面子表达式m 次及以上	grep -E 'do{2,}g' words（匹配 “doog”“dooog”“doooog”，输出对应内容）
{,n}	匹配前面子表达式0-n 次	grep -E 'do{,3}g' words（匹配 “dg”“dog”“doog”“dooog”，输出对应内容）

[root@client ~ 10:22:03]# echo dg >> word 
[root@client ~ 10:22:23]# echo dog >> word 
[root@client ~ 10:22:33]# echo dooog >> word 
[root@client ~ 10:22:37]# cat word | grep 'do*g'
dog
dg
dog
dooog
[root@client ~ 10:22:53]# cat word | grep 'do+g'
[root@client ~ 10:23:05]# cat word | egrep 'do+g'
dog
dog
dooog
[root@client ~ 10:23:16]# cat word | egrep 'do?g'
dog
dg
dog
[root@client ~ 10:23:25]# cat word | egrep 'do{3}g'
dooog
[root@client ~ 10:23:53]# cat word | egrep 'do{0,3}g'
dog
dg
dog
dooog
[root@client ~ 10:24:04]# cat word | egrep 'do{1,}g'
dog
dog
dooog
[root@client ~ 10:24:13]# cat word | egrep 'do{,1}g'
dog
dg
dog