正则表达式
1.1 正则表达式概述
正则表达式: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。
- 正则表达式是由普通字符与元字符组成.
- 普通字符包括大小写字母、数字、标点符号及一些其他符号.
- 元字符是指在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或表达式)在目标对象中的出现模式.
注意:
linux命令行的常用通配符有* ? […]:匹配文件或目录名;正则表达式:用来匹配文件内容,[.\n]表示匹配所有字符.
基础正则表达式常见元字符有:(支持的工具:grep、egrep、sed、 awk )
1.2 常用选项
选项 | 命令含义 |
---|---|
\ | 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、^#、^[a-z] |
$ | 匹配字符串结束的位置,例:word$、^$匹配空行 |
. | 匹配除\n之外的任意的一个字符,例:go.d、g…d |
* | 匹配前面子表达式0次或者多次,例:goo*d、go.*d |
[list] | 匹配list列表中的一个字符,例:go[ola]d,[abc]、[a-z]、[a-z0-9]、[0-9]匹配任意一位数字 |
[^list] | 匹配任意非list列表中的一个字符,例:[^0-9]、[^A-Z0-9]、[^a-z]匹配任意一位非小写字母 |
\{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\}'匹配两位到三位数字 |
注意 | egrep、awk使用{n}、{n,}、{n,m}匹配时“{}”不用加“\” |
\w | 匹配包括下划线的任何单词字符,等价于[A-Za-z0-9_] |
\W | 匹配任何非单词字符,等价于[^A-Za-z0-9_] |
\d | 匹配一个数字字符,等价于[0-9] |
\D | 匹配一个非数字字符。等价于 [^0-9] |
\s | 空白符 |
\S | 非空白符 |
扩展正则表达式元字符 | (支持的工具:egrep、awk)grep -E sed -r |
+ | 匹配前面子表达式1次以上,例:go+d,将匹配至少一个o,如god、good、goood等 |
? | 匹配前面子表达式0次或者1次,例:go?d,将匹配gd或god |
() | 将括号中的字符串作为一个整体,例:g(oo)+d,将匹配oo整体1次以上,如good、gooood等 |
| | 以或的方式匹配字符串,例:g(oo|la)d,将匹配good或者glad |
过滤出指定文件中没有被注释的行;
正则表示中*和.的用法;
正则表示中{n}的用法;
正则表示中{n,m}的用法;
注意:
egrep、awk使用{n}、{n,}、{n,m}匹配时"{ }“不用加”\"
正则表示中?和+的用法;
正则表示中|的用法;
实战演练一:
过滤出符合条件的电话号码:区号025开头,号码与区号间可以是空格、"-"或者没有,号码必须是5或者8开头的八位数;
思路详细分析:
- 区号025开头:^(025)
- 号码与区号间可以是`空格、"-"或者没有:[ -]?
- 号码必须是5或者8开头的八位数:[58][0-9]{7}
[root@clr /opt/mywork]# vim ./test1
#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
1025-82765421
12221025-12345678
[root@clr /opt/mywork]# grep -E "(025)[ -]?[58][0-9]{7}" ./test1
02588888888
025-5555555555
025 54321678
025-85432109
1025-82765421
[root@clr /opt/mywork]# grep -E "^(025)[ -]?[58][0-9]{7}$" ./test1
02588888888
025 54321678
025-85432109
实战演练二:
过滤文件中符合指定要求的电子邮箱格式:用户名@子域名.[二级域名].顶级域
题目要求:
(1)用户名@:长度要求在6-18位,任意大小写英文字母,任意数字,除了@符号和空格以外的其它任意符号字符,开头只能是_或者字母.
(2)子域名.[二级域名]:长度任意,其中的符号只包括:- _ .****
(3)顶级域名:长度在2-5,任意大小写英文字母.
思路详细分析:
- 用户名@:长度要求在6-18位,任意大小写英文字母,任意数字,除了@符号和空格以外的其它任意符号字符,开头只能是_或者字母.
^([a-zA-Z_][^@ ]{5,17})@
- 子域名.[二级域名]:长度任意,其中的符号只包括:- _ .
[a-zA-Z0-9\_\-\.]+(\.[a-zA-Z0-9\_\-\.]+)?
- 顶级域名:长度在2-5,任意大小写英文字母.
\.([a-zA-Z]{2,5})$
- 完整匹配后的结果为:
^([a-zA-Z_][^@ ]{5,17})@[a-zA-Z0-9\_\-\.]+(\.[a-zA-Z0-9\_\-\.]+)?\.([a-zA-Z]{2,5})$
[root@clr /opt/mywork]# egrep "^([a-zA-Z_][^@ ]{5,17})@[a-zA-Z0-9\_\-\.]+(\.[a-zA-Z0-9\_\-\.]+)?\.([a-zA-Z]{2,5})$" test3
zhangsan123@qq.com
qianqi@sina.com.cn
clrgzy@sahibnsdj123.gauii.com
clrgzy@shjksdi.com
[root@clr /opt/mywork]# egrep "^([a-zA-Z_][^@ ]{5,17})@[a-zA-Z0-9_-\.]+(\.([a-zA-Z0-9_\.]|[-])+)?\.([a-zA-Z]{2,5})$" test3
zhangsan123@qq.com
qianqi@sina.com.cn
clrgzy@sahibnsdj123.gauii.com
clrgzy@shjksdi.com
clrgzy@k_c-g.k-g_s.com
[root@clr /opt/mywork]# cat test3
zhangsan123@qq.com
li_si@163.com
wang@wu@sina.com
zhao liu@126.com
qianqi@sina.com.cn
clrgzy@sahibnsdj123.gauii.com
clrgzy@shjksdi.com
clrgzy@k_c-g.k-g_s.com
[root@clr /opt/mywork]# egrep "^([a-zA-Z_][^@ ]{5,17})@[a-zA-Z0-9_-\.]+(\.[a-zA-Z0-9_-\.]+)?\.([a-zA-Z]{2,5})$" test3
zhangsan123@qq.com
qianqi@sina.com.cn
clrgzy@sahibnsdj123.gauii.com
clrgzy@shjksdi.com
clrgzy@k_c-g.k-g_s.com
[root@clr /opt/mywork]# vim test3
zhangsan123@qq.com
li_si@163.com
wang@wu@sina.com
zhao liu@126.com
qianqi@sina.com.cn
clrgzy@sahibnsdj123.gauii.com
clrgzy@shjksdi.com
clrgzy@k_c-g.k-g_s.com