正则表达式基础

语法格式

[:alnum:]代表英文大小写字母及数字 
[:alpha:]代表英文大小写字母
[:blank:]代表空格和 tab 键
[:cntrl:]键盘上的控制按键，如 CR,LF,TAB,DEL
[:digit:]代表数字
[:graph:]代表空白字符以外的其他
[:lower:]小写字母
[:print:]可以被打印出来的任何字符
[:punct:]代表标点符号
[:upper:]代表大写字符
[:space:]任何会产生空白的字符如空格，tab,CR 等
[:xdigit:]代表 16 进位的数字类型

查找小写字母：

$ grep -n '[[:lower:]]' regular_express.txt

查找数字：

$ grep -n '[[:digit:]]' regular_express.txt

简单例子 ：ls 命令正则表达式应用

命令中‘ * ’号是正则表达式的一种，代表任意字符串。

$ ls
$ ls a*   //打印出以 a 开头的文件及内容或者目录
$ ls *s   //打印以 s 结尾的文件及内容或者目录
$ ls Pub* // Public 文件为空，所有没有打印任何内容
$ ls e*   //没有以 e 开头的文件，所有显示没有找到匹配项

grep 命令与正则表达式

参数说明：

-a ：将 binary 档案以 text 档案的方式搜寻数据

-c ：计算找到 ‘搜寻字符串’ 的次数

-i ：忽略大小写的不同，所以大小写视为相同

-n ：顺便输出行号

-v ：反向选择，亦即显示出没有 ‘搜寻字符串’ 内容的那一行！

搜寻特定字符串”the”

$ grep -n 'the' regular_express.txt
$ grep -in 'the' regular_express.txt

字符组匹配

[]中包含的任意一个字符。只能是一个。

字符组支持由连字符“ - ”来表示一个范围。当“ - ”前后构成范围时，要求前面字符的码位小于后面字符的码位。

[^…] 排除型字符组。排除后面的字符。

[abc]           ：表示“a”或“b”或“c”
[0-9]           ：表示 0~9 中任意一个数字，等价于[0123456789]
[\u4e00-\u9fa5] :表示任意一个汉字
[^a1<]          :表示除“a”、“1”、“<”外的其它任意一个字符
[^a-z]          :表示除小写字母外的任意一个字符

//查找“tast”或者“test”两个字符串。
# grep -n 't[ae]st' regular_express.txt 
# grep -n '[^#]' regular_express.txt

行首符: ^ 与行尾符: $

在第一个小实验中，查找了一行字符中含有“the”的，如果你想要只查找 行首为“the”的字符行，则使用以下命令：

 $ grep -n '^the' regular_express.txt

查找行首为大写字母的所有行：

‘^[A-Z]’ 表示以大写字母开头。

‘[^A-Z]’ 表示除了大写字母 A-Z 的所有字符。

$ grep -n '^[A-Z]' regular_express.txt

查找以 d 字母结尾的行：

$ grep -n 'd$' regular_express.txt

查找空行：

$ grep -n '^$' regular_express.txt

任意一个字符: ” . “（小数点）与重复字符 “ * ”（星号） 。

查找 a？ou？类型的字符

$ grep -n 'a.ou.' regular_express.txt

‘a.ou.’ : 小数点表示任意一个字符，一个小数点只能表示一个未知字符。

*（星号）：代表重复前面 0 个或者多个字符。
e*： 表示具有空字符或者一个以上 e 字符。
ee* : 表示前面的第一个 e 字符必须存在。第二个 e 则可以是 0 个或者多个 e 字符。
eee* : 表示前面两个 e 字符必须存在。第三个 e 则可以是 0 个或者多个 e 字符。
ee*e ：表示前面的第一个与第三个 e 字符必须存在。第二个 e 则可以是 0 个或者多个 e 字符。

限定连续字符范围{ }：

{ }可限制一个范围区间内的重复字符数。举个例子，若要找出 2~5 个 o 的连续字符串，如何做？ 此时便要用到{}了。由于 { 与 } 在 shell 中有特殊意义，需要用到转义字符\。
查找连续的两个 o 字符：

$ grep -n 'o\{2\}' regular_express.txt

查找 g 后面接 2 到 5 个 o，然后再接 g 的字符串

$ grep -n 'go\{2,5\}g' regular_express.txt

总结：

• ^word 表示带搜寻的字符串(word)在行首
• word$ 表示带搜寻的字符串(word)在行尾
• .(小数点) 表示 1 个任意字符
• \ 表示转义字符，在特殊字符前加\会将特殊字符意义去除
• * 表示重复 0 到无穷多个前一个 RE(正则表达式)字符
• [list] 表示搜索含有 list 的字符串
• [n1-n2] 表示搜索指定的字符串范围,例如[0-9] [a-z] [A-Z]等
• [^list] 表示反向字符串的范围,例如[0-9]表示非数字字符，[A-Z]表示非* 大写字符范围
• \{n,m\} 表示找出 n 到 m 个前一个 RE 字符
• \{n,\} 表示 n 个以上的前一个 RE 字符

正则表达式运用之 sed 工具命令

sed 是非交互式的编辑器。它不会修改文件，除非使用 shell 重定向来保存结果。默认情况下，所有的输出行都被打印到屏幕上。
sed 编辑器逐行处理文件（或输入），并将结果发送到屏幕。具体过程如下：首先 sed 把当前正在处理的行保存在一个临时缓存区中（也称为模式空间），然后处理临时缓冲区中的行，完成后把该行发送到屏幕上。sed 每处理完一行就将其从临时缓冲区删除，然后将下一行读入，进行处理和显示。处理完输入文件的最后一行后，sed 便结束运行。sed 把每一行都存在临时缓冲区中，对这个副本进行编辑，所以不会修改原文件。
如果要修改原文件，可使用-i 选项。

将 regular_express.txt 的内容列出并打印行号，同时,将 2-5 行删除显示

 $ nl regular_express.txt | sed '2,5d'

同上删除第 2 行

$ nl regular_express.txt | sed '2d'

同上删除第三行到最后一行, $定位到最后一行

$ nl regular_express.txt | sed '3,$d'

在原文件中删除第 1 行：

$ sed -i '1d' regular_express.txt

在第二行后添加 test 字符串

a表示在行后加上字符串，i表示在行前添加字符串

$ nl regular_express.txt | sed '2a test'

在第二行前添加 test 字符串

$ nl regular_express.txt | sed '2i test'

在第二行后加入两行 test，“\n”表示换行符

$ nl regular_express.txt | sed '2a    test\ntest'

将 2-5 行内容取代为 No 2-5 number

c 为替换内容选项。

$ nl regular_express.txt | sed '2,5c No 2-5 number'

替换字符串:

sed 's/被替换字符串/新字符串/g'