1、名字解释
正则表达式:是对字符串(包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”))操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式,模式描述在搜索文本时要匹配的一个或多个字符串。支持正则表达式的工具:vi,sed,awk,grep。“正则表达式与万用字符是完全不一样的东西!” 因为“万用字符 (wildcard) 代表的是 bash 操作接口的一个功能”,但正则表达式则是一种字串处理的表示方式!“正则表达式的特殊字符”与一般在命令行输入指令的“万用字符”并不相同 。
BASH(GNU Bourne-Again Shell) :是许多Linux发行版的默认Shell。
2、常见字符整理
BASH万用字符
符号 | 意义 |
* | 代表“ 0 个到无穷多个”任意字符 |
? | 代表“一定有一个”任意字符 |
[ ] | 同样代表“一定有一个在括号内”的字符(非任意字符) 。例如 [abcd] 代表“一定有一个字符, 可能是 a, b, c, d 这四个任何一个” |
[ - ] | 若有减号在中括号内时,代表“在编码顺序内的所有字符”。例如 [0-9] 代表 0 到 9 之间的所有数字,因为数字的语系编码是连续的! |
[^ ] | 若中括号内的第一个字符为指数符号 (^) ,那表示“反向选择”,例如 [^abc] 代表一定有一个字符,只要是非 a, b, c 的其他字符就接受的意思。 |
符号 | 内容 |
# | 注解符号:这个最常被使用在 script 当中,视为说明!在后的数据均不执行 |
\ | 跳脱符号:将“特殊字符或万用字符”还原成一般字符 |
| | 管线 (pipe) :分隔两个管线命令的界定(后两节介绍) ; |
; | 连续指令下达分隔符号:连续性命令的界定 (注意!与管线命令并不相同) |
~ | 使用者的主文件夹 |
$ | 取用变量前置字符:亦即是变量之前需要加的变量取代值 |
& | 工作控制 (job control) :将指令变成背景下工作 |
! | 逻辑运算意义上的“非” not 的意思! |
/ | 目录符号:路径分隔的符号 |
>, >> | 数据流重导向:输出导向,分别是“取代”与“累加” |
<, << | 数据流重导向:输入导向 (这两个留待下节介绍) |
' ' | 单引号,不具有变量置换的功能 ($ 变为纯文本) |
" " | 具有变量置换的功能! ($ 可保留相关功能) |
` | 两个“ ` ”中间为可以先执行的指令,亦可使用 $() |
() | 在中间为子 shell 的起始与结束 |
{ } | 在中间为命令区块的组合! |
基础正则表达式元字符
RE 字符 | 意义与范例 |
^word | 意义:待搜寻的字串(word) 在行首!范例:搜寻行首为 # 开始的那一行,并列出行号。 grep -n '^#' regular_express.txt |
word$ | 意义:待搜寻的字串(word) 在行尾!范例:将行尾为 ! 的那一行打印出来,并列出行号。 grep -n '!$' regular_express.txt |
. | 意义:代表“一定有一个任意字符”的字符!范例:搜寻的字串可以是 (eve)(eae) (eee) (e e) , 但不能仅有 (ee) !亦即 e 与 e 中间“一定”仅有一个字符,而空白字符也是字符! grep -n 'e.e' regular_express.txt |
\ | 意义:跳脱字符,将特殊符号的特殊意义去除!范例:搜寻含有单引号 ' 的那一行! grep -n \' regular_express.txt |
* | 意义:重复零个到无穷多个的前一个 RE 字符 范例:找出含有 (es) (ess)(esss) 等等的字串,注意,因为 可以是 0 个,所以 es 也是符合带搜寻字串。另外,因为 为重复“前一个 RE 字符”的符号, 因此,在 之前必须要紧接着一个 RE 字符喔!例如任意字符则为 “.” ! grep -n 'ess*' regular_express.txt |
[list] | 意义:字符集合的 RE 字符,里面列出想要撷取的字符!范例:搜寻含有(gl) 或 (gd) 的那一行,需要特别留意的是,在 [] 当中“谨代表一个待搜寻的字符”, 例如“ a[afl]y ”代表搜寻的字串可以是 aay, afy, aly 即 [afl] 代表 a 或 f或 l 的意思! grep -n 'g[ld]' regular_express.txt |
[n1- n2] | 意义:字符集合的 RE 字符,里面列出想要撷取的字符范围!范例:搜寻含有任意数字的那一行!需特别留意,在字符集合 [] 中的减号 - 是有特殊意义的,他代表两个字符之间的所有连续字符!但这个连续与否与 ASCII 编码有关,因此,你的编码需要设置正确(在 bash 当中,需要确定 LANG 与 LANGUAGE的变量是否正确!) 例如所有大写字符则为 [ A-Z ] grep -n '[A-Z]' regular_express.txt |
[^list] | 意义:字符集合的 RE 字符,里面列出不要的字串或范围!范例:搜寻的字串可以是 (oog) (ood) 但不能是 (oot) ,那个 ^ 在 [] 内时,代表的意义是“反向选择”的意思。 例如,我不要大写字符,则为 [^A-Z]。但是,需要特别注意的是,如果以 grep -n [^A-Z] regular_express.txt 来搜寻,却发现该文件内的所有行都被列出,为什么?因为这个 [^A-Z] 是“非大写字符”的意思, 因为每一行均有非大写字符,例如第一行的 "Open Source" 就有 p,e,n,o.... 等等的小写字 grep -n 'oo[^t]' regular_express.txt |
{n,m} | 意义:连续 n 到 m 个的“前一个 RE 字符” 意义:若为 {n} 则是连续 n 个的前一个 RE 字符, 意义:若是 {n,} 则是连续 n 个以上的前一个 RE 字符! 范例:在g 与 g 之间有 2 个到 3 个的 o 存在的字串,亦即 (goog) (gooog ) grep -n 'go\{2,3\}g' regular_express.txt |
RE字符 | 意义与范例 |
+ | 意义:重复“一个或一个以上”的前一个 RE 字符 范例:搜寻 (god) (good)(goood) ... 等等的字串。 那个 o+ 代表“一个以上的 o ”所以,下面的执行成果会将第 1, 9, 13 行列出来。 egrep -n 'go+d' regular_express.txt |
? | 意义:“零个或一个”的前一个 RE 字符 范例:搜寻 (gd) (god) 这两个字串。那个 o? 代表“空的或 1 个 o ”所以,上面的执行成果会将第 13, 14 行列出来。 有没有发现到,这两个案例('go+d' 与 'go?d' ) 的结果集合与 'go*d' 相同? 想想看,这是为什么喔! egrep -n 'go?d' regular_express.txt |
| | 意义:用或(or ) 的方式找出数个字串 范例:搜寻 gd 或 good 这两个字串,注意,是“或”! 所以,第 1,9,14 这三行都可以被打印出来喔!那如果还想要找出dog 呢? egrep -n 'gd|good' regular_express.txt > egrep -n 'gd|good|dog' regular_express.txt |
() | 意义:找出“群组”字串 范例:搜寻 (glad) 或 (good) 这两个字串,因为 g 与d 是重复的,所以, 我就可以将 la 与 oo 列于 () 当中,并以 | 来分隔开来,就可以啦! egrep -n 'g(la|oo) d' regular_express.txt |
() + | 意义:多个重复群组的判别 范例:将“AxyzxyzxyzxyzC”用 echo 叫出,然后再使用如下的方法搜寻一下! echo 'AxyzxyzxyzxyzC' | egrep 'A(xyz) +C' |
特殊符号
特殊符号 | 代表意义 |
[:alnum:] | 代表英文大小写字符及数字,亦即 0-9, A-Z, a-z |
[:alpha:] | 代表任何英文大小写字符,亦即 A-Z, a-z |
[:blank:] | 代表空白键与 [Tab] 按键两者 |
[:cntrl:] | 代表键盘上面的控制按键,亦即包括 CR, LF, Tab, Del.. 等等 |
[:digit:] | 代表数字而已,亦即 0-9 |
[:graph:] | 除了空白字符 (空白键与 [Tab] 按键) 外的其他所有按键 |
[:lower:] | 代表小写字符,亦即 a-z |
[:print:] | 代表任何可以被打印出来的字符 |
[:punct:] | 代表标点符号 (punctuation symbol) ,亦即:" ' ? ! ; : # $... |
[:upper:] | 代表大写字符,亦即 A-Z |
[:space:] | 任何会产生空白的字符,包括空白键, [Tab], CR 等等 |
[:xdigit:] | 代表 16 进位的数字类型,因此包括: 0-9, A-F, a-f 的数字与字符 |
3、egrep元字符总结
3.1、匹配单个字符的元字符
4、示例
4.1、找出当前目录先所有的a开头的文件
ls | egrep --color '^a.*'
4.2、找出/etc/passwd文件里所有root开头的行
egrep --color '^root' /etc/passwd
4.3、找出/etc/issue文件里除了空白行和以“#”开头行的所有行
egrep --color -v '^$|^#' /etc/issue
4.4、找出本机IP地址
以eth0为例
只打印所在的行:ifconfig eth0 | grep "inet addr:"
只打印ip:ifconfig eth0 | grep "inet addr:"|awk -F: '{print $2}'|awk -F' ' '{print $1}'
ifconfig |sed -n 's#^.*r:\(.*\) Bc.*$#\1#gp'
简单说明一下:
sed 's###g' 这个是基础表达式
-n 取消默认输出
^.*r:表示在r:之前所有内容
\是转义字符
\( .*\)表示所选内容
Bc.*$表示在Bc之后所有内容
\1 表示前面小括号里面的内容
P 表示打印输出
ifconfig |sed -n 's#^.*r:\(.*\) B.*t:\(.*\) Ma.*$#\1\t\2#gp' 这是同时输入 IP 和电子掩码 的命令 。