Linux下的正则表达式

Linux下的正则表达式

Linux下的正则表达式分为基本正则表达式(BRE)和扩展正则表达式(ERE)。扩展正则表达式主要是多了一些元字符，包括{}, ?, +等。通常BRE要比ERE块，sed支持BRE，而awk支持ERE。

通配符与元字符是有区别的。例如ls -al data* 这里的*表示任意字符串，必须完全匹配才可以。*在正则表达式中是元字符，表示上一个字符出现零次或多次，只需包含即可。元字符：*[]^{}\+?|()

基本正则表达式

①　普通模式匹配

输出包含有test的行

sed -n ‘/test/p’ data.txt

awk ‘/test/{print $0}’ data.txt

从上述命令，可以看出，sed和awk的一点区别，就是sed有内置的命令，如s,p。而awk必须显式使用打印和分隔变量

 

打印出包含有$的文本行

sed -n ‘/\$/p’ data.txt

②　^:以某个字符串开头

打印出以Book开头的文本行

sed -n ‘/^Book/p’ data.txt

 

③　$:以某个字符串结尾

删除空行

sed ‘/^$/d’ data.txt

 

④　点:代表除了\n以外的任意一个字符

跟grep类似

sed -n ‘/.at/p’ data.txt

 

⑤　字符组：表示某个范围内的一个字符

sed -n ‘/[ch]at/p’ data.txt

 

⑥　排除字符组：不包含该范围内的任何一个字符，但必须有一个字符

sed -n ‘/[^ch]at/p’ data.txt

 

⑦　区间字符组

sed -n ‘/[a-ch-m]at/p’ data.txt

特殊字符组：

[[:alpha:]] 任意字母

sed -n ‘/[[:alpha:]]/p’ data.txt

 

⑧　星号*:表示上一个字符会在匹配模式的文本中出现零次或多次

echo ‘ieek’ | sed -n ‘/ie*k/p’

echo ‘baat’ | sed -n ‘/b[ae]*t/p’

.*表示任意多个字符，这与通配符下的*类似

echo ‘this is a regular pattern expression’ | sed -n ‘/regular.*expression/p’

 

扩展正则表达式

①　问号：上一个字符出现零次或一次

echo ‘bt’ | awk ‘/be?t/{print $0}’

echo ‘bat’ | awk ‘/b[ae]?t/{print $0}’

 

②　加号：上一个字符出现一次或多次

echo ‘bet’ | awk ‘/be+t/{print $0}’

 

③　使用花括号，表示上一个字符出现的次数范围

echo ‘bt’ | gawk --re-interval ‘/be{1}t/{print $0}’

echo ‘beat’ | gawk --re-interval ‘/b[ae]{1,2}t/{print $0}’

 

④　管道符号：或者

echo ‘The cat is asleep’ | awk ‘/cat|dog/{print $0}’

 

⑤　聚合表达式：看成一个整体字符

echo ‘Sat’ | awk ‘/Sat(turday)?/{print $0}’

参考文献：

Linux命令行大全

Linux命令行与Shell脚本编程大全（第2版）