shell脚本——正则表达式

一、正则表达式概述

1、正则表达式的概念

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

• 正则表达式分为 基础正则表达式 与 扩展正则表达式
• 它不是一个工具程序，而是一个字符串处理的标准依据
• 使用单个字符串搜索、匹配一系列符合某个语法规则的字符串
• 普通字符包括大小写字母、数字、标点符号及一些其他符号
• 元字符是指再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

2、正则表达式支持的Linux文本处理工具

文本处理工具	基础正则表达式	扩展正则表达式
vi编辑器	支持
grep	支持
egrep	支持	支持
sed	支持
awk	支持	支持

3、基础正则表达式常见的字符

支持的工具：grep、egrep、sed、awk

基础正则表达式的常见字符	含义
\	转义字符，用于取消特殊符号的含义，例：!、\n、$等
^	匹配字符串开始的位置，例：^a 、^the、 ^#、 ^$等
$	匹配字符串结束的位置，例：world$匹配以world结尾的行
.	匹配除\n（换行符）以外的任意一个字符
*	匹配 前面的子表达式0次或多次
?	匹配 前面的子表达式0次或1次，有或无
[list]	匹配list列表中的一个字符，如：[0-9]匹配任一位数字
[ ^ list]	匹配不在list列表中的一个字符，如：[ ^ 0-9 ]匹配任意一位非数字字符
\ {n \ }	匹配 前面的子表达式n次，例: go{2}d、 ’ [0-9]{2} '匹配两位数字
\ {n, \ }	匹配 前面的子表达式不少于n次，例:go{2, }d、↑[0-9]{2, } '匹配两位及两位以上数字
\ {n,m \ }	匹配 前面的子表达式n到m次，例: go{2,3}d、 ’ [0-9]{2,3} '匹配两位到三三位数字

注：egrep、awk使用{n}、{n,}、{n,m}匹配时"{}“前不用加”",(m>=n)

常见字符	含义
\w	匹配包括下划线的任何单词字符
\W	匹配任何非单词字符。等价于“[ ^A-Za-z0-9_ ]”
\d	匹配一一个数字字符
\D	匹配一个非数字字符。等价于[ ^0-9]
\s	空白符
\S	非空白符

4、扩展正则表达式元字符

扩展正则表达式的元字符	含义
+	匹配前面的子表达式1次以上，如：go+d，将匹配至少一个o
？	匹配前面的子表达式0次或1次，如：go?d，将匹配gd或god
（ ）	将（）号的字符串作为一个整体，如：(xyz)+，将匹配xyz整体1次以上
l	以或的方式匹配字符串，将匹配good或者great

二、正则表达式应用实例

1、筛选南京本地号码

要求:
#区号025开头，号码与区号间可以是空格、-、没有，号码必须是5或者8开头的八位数

02588888888
025-5555555555
025 12345678
025 54321678
025ABC88888
025-85432109
028-85643210
0251-52765421


egrep "^025[ -]?[58][0-9]{7}$" test.7

2、邮件

电子邮箱
用户名@子域名.[二级域名1.顶级域

zhangsan123@qq.com
li_si@163.com
wang@wu@sina.com
zhao liu@126.com
qiangi@sina.com.cn
wo_sjiasa@s-s.s_sa.com.cn

要求:
用户名@: 长度要求在6-18位，任意大小写英文，任意数字，除了@符号和空格以外的其它任意符号字符，开头只能是 或者字母

子域名 .[二级域名]:长度任意，符号只能包含 -_.

.顶级域名: 长度在2-5，任意大小写英文

egrep  "[_a-zA-Z][^@ ]{5,17}@[-_.a-zA-Z0-9]*.[a-zA-Z]{2,5}"  qq. tst