正则表达式
定义
所谓正则表达式,实际上就是用来描述某些字符串匹配规则的工具。由于正则表达式语法简练,功能强大,得到了许多程序设计语言的支持,包括Java、C++、Perl以及Shell等。
一个正则表达式是一个字符串.字符串里的字符被称为元字符,它们可能表示了比它们字面上看起来的意思更丰富的含义.
例如,一个引用符号可能表示引用一个人演讲中的话,或者表示下面将要讲到的,引申表示的意思.正则表达式是一个字符或/和元字符组合成的字符集,它们匹配(或指定)一个模式
在进行程序设计的过程中,用户会不可避免地遇到处理某些文本的情况。有的时候,用户还需要查找符合某些比较复杂规则的字符串。对于这些情况,如果单纯依靠程序设计语言本身,则往往会使得用户通过复杂的代码来来实现。但是,如果使用正则表达式,则会以非常简短的代码来完成。
当一个正则表达式完成之后,并能够保证这个表达式一定是准确的,需要不断地测试才可以确定其正确与否。在不同的环境下,用户需要不同的工具来帮助他完成测试的过程。如果是在Shell命令行中,用户可以使用grep命令来测试。
正则表达式分类
正则表达式:REGEXP,REGular EXPression
正则表达式分为两类:
- Basic REGEXP(基本正则表达式)
- Extended REGEXP(扩展正则表达式)
基本正则表达式
//元字符
. //任意单个字符
[root@localhost practise]# ls
1 2 3 4 5 6 7 8 9 a b c jj qq zz
[root@localhost practise]# ls | grep '^.$'
1
2
3
4
5
6
7
8
9
a
b
c
[] //匹配指定范围内的任意单个字符(同类型的字符可以取范围)
[root@localhost practise]# ls | grep '^[1-9]$'
1
2
3
4
5
6
7
8
9
[^] //匹配指定范围外的任意单个字符
[root@localhost practise]# ls | grep '^[^1-5]$' #除1-5之外的字符
6
7
8
9
a
b
c
//匹配次数(贪婪模式)
* //匹配其前面的任意单个字符任意次
[root@localhost practise]# ls
1 2 3 4 5 6 7 8 9 a ab abb abbb b c jj qq zz
[root@localhost practise]# ls | grep '^ab*$'
a
ab
abb
abbb
.* //任意长度的任意字符
[root@localhost practise]# ls | grep '^ab.*$'
ab
abb
abbb
\? //匹配其前面的任意单个字符1次或0次
[root@localhost practise]# ls | grep '^ab\?$'
a
ab
\+ //匹配其前面的任意单个字符至少1次
[root@localhost practise]# ls | grep '^ab\+$'
ab
abb
abbb
\{m,n\} //匹配其前面的任意单个字符至少m次,最多n次
[root@localhost practise]# ls | grep '^ab\{1,2\}$'
ab
abb
//位置锚定
^ //锚定行首,此字符后面的任意单个字符必须出现在行首
[root@localhost practise]# ls | grep '^a'
a
ab
abb
abbb
$ //锚定行尾,此字符前面的任意单个字符必须出现在行尾
[root@localhost practise]# ls | grep 'b$'
ab
abb
abbb
b
^$ //空白行
[root@localhost practise]# cat a
hello black chiken dog cyong jiopi
nm nms wdnmd wqnnlgb cnmdeligehi
[root@localhost practise]# grep ^$ a
[root@localhost practise]#
[root@localhost practise]# grep -v ^$ a #-v取反
hello black chiken dog cyong jiopi
nm nms wdnmd wqnnlgb cnmdeligehi
\<或\b //锚定词首,其后面的任意单个字符必须作为单词首部出现
\>或\b //锚定词尾,其前面的任意单个字符必须作为单词尾部出现
/分组
[root@localhost practise]# cat a
hello black chiken dog cyong jiopi
nm nms wdnmd wqnnlgb cnmdeligehi
[root@localhost practise]# grep '\<h' a
hello black chiken dog cyong jiopi
[root@localhost practise]# grep 'i\>' a
hello black chiken dog cyong jiopi
nm nms wdnmd wqnnlgb cnmdeligehi
/分组
\(\)
例:\(ab\)*
//后向引用
\1 //引用第一个左括号以及与之对应的右括号所包括的所有内容
\2 //引用第二个左括号以及与之对应的右括号所包括的所有内容
[root@localhost practise]# cat a
hello dog black
hello runtime aducation
[root@localhost practise]# sed 's/hello \(.*\) \(.*\)/\2 hello \1/' a
black hello dog
aducation hello runtime
扩展正则表达式
//字符匹配
. //匹配任意单个字符
[root@localhost practise]# ls | egrep '^.$'
1
2
3
4
5
6
7
8
9
a
b
c
[] //匹配指定范围内的任意单个字符
[root@localhost practise]# ls | egrep '^[1-6]$'
1
2
3
4
5
6
[^] //匹配指定范围外的任意单个字符
[root@localhost practise]# ls | egrep '^[^1-9]$'
a
b
c
//次数匹配
* //匹配其前面的任意单个字符任意次
[root@localhost practise]# ls | egrep '^ab*$'
a
ab
abb
abbb
? //匹配其前面的任意单个字符1次或0次
[root@localhost practise]# ls | egrep '^ab?$'
a
ab
+ //匹配其前面的任意单个字符至少1次
[root@localhost practise]# ls | egrep '^ab+$'
ab
abb
abbb
{m,n} //匹配其前面的任意单个字符至少m次,至多n次
[root@localhost practise]# ls | egrep '^ab{1,3}$'
ab
abb
abbb
//位置锚定
^ //锚定行首,此字符后面的任意单个字符必须出现在行首
[root@localhost practise]# cat a
hello dog black
hello runtime aducation
[root@localhost practise]# egrep '^hello' a
hello dog black
hello runtime aducation
$ //锚定行尾,此字符前面的任意单个字符必须出现在行尾
[root@localhost practise]# cat a
hello dog black
hello runtime aducation
[root@localhost practise]# egrep 'black$' a
hello dog black
^$ //空白行
[root@localhost practise]# egrep ^$ a
[root@localhost practise]# egrep -v ^$ a #-v取反
hello dog black
hello runtime aducation
\<或\b //锚定词首,其后面的任意单个字符必须作为单词首部出现
\>或\b //锚定词尾,其前面的任意单个字符必须作为单词尾部出现
[root@localhost practise]# cat a
hello dog black
hello runtime aducation
[root@localhost practise]# egrep '\bhello' a
hello dog black
hello runtime aducation
[root@localhost practise]# egrep 'black\b' a
hello dog black
//分组
() //分组
\1,\2,\3,....
例:(ab)*
//后向引用
\1 //引用第一个左括号以及与之对应的右括号所包括的所有内容
\2 //引用第二个左括号以及与之对应的右括号所包括的所有内容
[root@localhost practise]# cat a
hello dog black
hello runtime aducation
[root@localhost practise]# sed -r 's/(hello) (.*) (.*)/\3 \2 \1/' a #-r支持扩展正则表达式的选项
black dog hello
aducation runtime hello
//上面可以看出来hello是第一组,dog是第二组,black是第三组,后面我用\3 \2 \1的排序顺序就直接倒过来了
root@localhost practise]# cat a
hello dog black
hello runtime aducation
[root@localhost practise]# sed -r 's/(hello) (.*) (.*)/\3 \2 \1/' a #-r支持扩展正则表达式的选项
black dog hello
aducation runtime hello
//上面可以看出来hello是第一组,dog是第二组,black是第三组,后面我用\3 \2 \1的排序顺序就直接倒过来了