shell脚本——正则表达式

概述

正则表达式是你所定义的模式模板， Linux工具可以用它来过滤文本。 Linux 工具（比如sed编辑器或gawk程序）
能够在处理数据时使用正则表达式对数据进行模式匹配。如果数据匹配模式，它就会被接受并进一步处理；
如果数据不匹配模式，它就会被滤掉。

数据流--正则表达式---（1）匹配的数据  （2）滤掉的数据

正则表达式（或称Regular Expression，简称RE），是用于描述字符排列和匹配模式的一种语法规则。
它主要用于字符串的分割，匹配、査找及替换操作。即正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串

简单来说就是通过一些特殊字符的排序，用以删除、查找、替换一行或者多行文字字符串的程序。
 

作用

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）在目标对象中的出现模式
 

可达到的目的

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
（1）给定的字符串是否符合正则表达式的过滤逻辑（称作匹配）
（2）可以通过正则表达式，从字符串中获取我们想要的特定部分
 

基础正则

1、基础正则常见元字符（支付的工具：grep、egrep、sed、awk）
\ ：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: lo.*k、lo.k、l..k
* : 匹配前面一个字符出现0次或者多次，例: loo*k、lo*k
[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\} : 匹配前面一个字符n次，例: lo\{2\}k、 '[0-9]\{2\}'匹配两位数字
\{n,\} : 匹配前面一个字符不少于n次，例: lo\{2,\}k、 '[0-9]\{2,\}'匹配两位及两位以上数字
\{n,m\} : 匹配前面一个字符n到m次，例: lo\{2,3\}k、 '[0-9]\{2,3\}'匹配两位到三位数字

注: egrep、 awk使用{n}、{n,}、 {n, m}匹配时“{}"前不用加“\”
 

1、*匹配前面一个字符0次或者多次

[root@rhel8 ~]# cat a.txt 
lk
lok
look
loook
looooook
loooooaaak
looooooook
abbbbcd
abbbbcd666
ooooloooook
oooooolk
aoblck
[root@rhel8 ~]# grep "loo*k" a.txt
lok
look
loook
looooook
looooooook
ooooloooook
[root@rhel8 ~]#
[root@rhel8 ~]# grep "lo*k" a.txt
lk
lok
look
loook
looooook
looooooook
ooooloooook
oooooolk

2、. 匹配除\n之外的任意的一个字符

[root@rhel8 ~]# grep "lo.*k" a.txt 
lok
look
loook
looooook
loooooaaak
looooooook
ooooloooook
[root@rhel8 ~]# grep "lo.*k" a.txt 
lok
look
loook
looooook
loooooaaak
looooooook
ooooloooook
[root@rhel8 ~]# grep "lo.k" a.txt
look
[root@rhel8 ~]# grep "l..k" a.txt
look

3、
\{n\} ：匹配前面的一个字符出现n次
\{n，\} ：匹配前面的一个字符出现不少于n次
\{n，m\} ：匹配前面的一个字符出现n到m次

[root@rhel8 ~]# grep "lo\{2\}k" a.txt 
look
[root@rhel8 ~]# grep "lo\{3\}k" a.txt 
loook
[root@rhel8 ~]# grep "lo\{3,\}k" a.txt 
loook
looooook
looooooook
ooooloooook
[root@rhel8 ~]# grep "lo\{3,5\}k" a.txt 
loook
ooooloooook

4.^ 匹配字符串开始的位置
$  匹配字符串结束的位置
^$ 匹配空行

[root@rhel8 ~]# cat b.txt 
aa
 
abd
cdd
cdc
cdd
[root@rhel8 ~]#
[root@rhel8 ~]# grep "^c" b.txt 
cdd
cdc
cdd
[root@rhel8 ~]# grep "d$" b.txt 
abd
cdd
cdd
[root@rhel8 ~]# grep "^$" b.txt 
[root@rhel8 ~]# 

5、[list]  匹配list列表中的一个字符
[^list]  匹配任意非list列表中的一个字符
 

[root@rhel8 ~]# cat c.txt 
lok
lo12k
lo1k
loAk
loBk
look
loak
lodk
abcd
1234
[root@rhel8 ~]# grep "lo[a-zA-Z0-9]k" c.txt 
lo1k
loAk
loBk
look
loak
lodk
[root@rhel8 ~]# grep "lo[ABo]k" c.txt 
loAk
loBk
look
[root@rhel8 ~]# grep "lo[^a-zA-Z]k" c.txt 
lo1k
[root@rhel8 ~]# grep "[^a-zA-Z]" c.txt 
lo12k
lo1k
1234

扩展正则

+ : 匹配前面一个字符1次以上，例: lo+k， 将匹配至少一个o，如lok、look、loook等
 
? : 匹配前面一个字符0次或者1次，例: lo?k，将匹配lk或lok
 
() : 将括号中的字符串作为一个整体，例: l(oo)+k， 将匹配oo整体1次以上，如look、looook等
 
| : 以或的方式匹配字符串，例: l(oo|ab)k， 将匹配look或者labk
{} ：允许为可重复的正则表达式指定一个上限，这通常称为间隔（interval）
    {n} 重复n次；{n,} 重复n次或更多次；{n,m} 重复n到m次
 

1，+匹配前面一个字符一次以上

1、
+  匹配前面一个字符1次以上
[root@rhel8 ~]# egrep "lo+k" a.txt 
lok
look
loook
looooook
looooooook
ooooloooook

 2，?  匹配前面一个字符0次或者1次

[root@rhel8 ~]# egrep "lo?k" a.txt 
lk
lok
oooooolk

 3、()  将括号中的字符串作为一个整体

[root@rhel8 ~]# egrep "l(oo)+k" a.txt 
look
looooook
looooooook

4、|  以或的方式匹配字条串

[root@rhel8 ~]# echo labk >> a.txt
[root@rhel8 ~]# egrep "l(oo|ab)+k" a.txt 
look
looooook
looooooook
labk

5、{} 允许为可重复的正则表达式指定一个上限
{n} 重复n次；{n,} 重复n次或更多次；{n,m} 重复n到m次

[root@rhel8 ~]# egrep "lo{3}k" a.txt 
loook
[root@rhel8 ~]# egrep "lo{3,}k" a.txt 
loook
looooook
looooooook
ooooloooook
[root@rhel8 ~]# egrep "lo{3,5}k" a.txt 
loook
ooooloooook

特殊的字符组

组                 描 述
[[:alpha:]]     匹配任意字母字符，不管是大写还是小写
[[:alnum:]]     匹配任意字母数字字符0~9、 A~Z或a~z
[[:blank:]]     匹配空格或tab键
[[:digit:]]     匹配0~9之间的数字
[[:lower:]]     匹配小写字母字符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、tab、 NL、 FF、 VT和CR
[[:upper:]]     匹配任意大写字母字符A~Z