【shell编程】正则表达式

正则表达式类型

1. 基本政策表达式引擎（BRE）
2. 扩展正则表达式引擎（ERE）

特殊字符

 .
 *
 []
 $
 {}
 \
 +
 ?
 |
 ()

锚字符

锁定在行首 ^

定义从数据流中文本行的行首开始的模式。如果模式位于其他位置而不是文本行的行首，正则表达式模式不会成立。

echo "this is a book" | sed -n '/^book/p'  # 不会打印任何

锁定在行尾 $

指明数据化必须以该文本模式结尾

echo "this is a good book" | sed -n '/book$/p'  #可以打印出~

组合锚点 ^$

sed '/^$/d' test1
#两个锚点组合到一起，不加任何文本，可以过滤掉数据流中的空白行。

点字符 .

1. 点字符用来匹配任意的单字符，除了换行符！！！但必须匹配一个。
2. 注意：空格在正则表达式中会被认为是一个字符！！！

sed -n '/.at/p' test2

字符组 [ ]

1. [ ] - 包含要匹配的字符，不确定大小写的时候可以使用，很方便。
2. 常见用法：解析拼错的单词，如用户表单输入的数据。可以创建正则表达式来接受数据中常见的拼写错误。

sed -n '/[ch]at/p' test3

排除字符组

在字符组的开头加一个脱字符 ^

sed -n '[^ch]at' test4

特殊字符组

字符组	描述
[[:alpha:]]	匹配任意字母字符，不管大写小写
[[:alnum:]]	匹配任意字母数字字符，0-9,a-z,A-Z
[[:blank:]]	匹配任意空格或制表符
[[:digit:]]	匹配0-9
[[:lower:]]	匹配小写字母数字字符，a-z
[[:upper:]]	匹配大写字母数字字符，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、制表符、NL、FF、VT 和 CR

星号 *

* 表明字母可能出现或不出现在匹配模式的文本中。

$ echo "this is a regular pattern expression" | sed -n '/regular.*expression/p'
this is a regular pattern expression

扩展正则表达式 只能gawk使用

问号 ?

1. 问号表明前面的字符可以出现0次或1次，但只限于此。不会匹配多次出现的字符；
2. 如果字符组中的字符出现了0次或1次，模式匹配就成立，如果都出现了，或者同一个出现了两次及以上，模式匹配不成立。

$ echo "bt" | gawk '/b[ae]?t/{print $0}'		#输出   bt
$ echo "bat" | gawk '/b[ae]?t/{print $0}'		#输出   bat
$ echo "baet" | gawk '/b[ae]?t/{print $0}'		#输出为空

加号 +

（1）可以出现1次或多次，至少出现一次。

$ echo "beeet" | gawk '/be+t/{print $0}'    #输出beeet
$ echo "bt" | gawk '/be+t/{print $0}'    #输出为空

使用花括号 { }

1. 为可重复的正则表达式指定一个上限，称为 区间
2. m - 正则表达式准确出现m次
3. m,n - 正则表达式最少出现m次，最多出现n次

$ echo "bt" | gawk --re-interval '/be{1}t/{print $0}'  #输出为空

管道符号 |

1. 如果任何一个模式匹配了文本数据流，文本就通过。
2. 正则表达式和管道符号之间不能有空格。

$ echo "the cat is asleep" | gawk '/cat|dog/{print $0}'

聚合表达式

正则表达式模式也可以用圆括号聚合起来。
当你使用聚合正则表达式模式时，该组就会被当成标准字符。

$ echo "Sat | gawk '/Sat(urday)?/{print $0}'"
Sat
$ echo "Saturday | gawk '/Sat(urday)?/{print $0}'"
Saturday