【Linux】grep、sed、awk三剑客 正则表达式（全）

主要是转载于👉正则表达式全解析+常用示例👈

❀正则表达式简介

正则表达式是由一些具有特殊含义的字符组成的字符串，多用于查找、替换符合规则的字符串。在表单验证、Url映射等处都会经常用到。

❀元字符

元字符：即为有特定含义的字符，常见的元字符如下

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始（在集合字符里[^a]表示非（不匹配）的意思
$	匹配字符串的结束

详解和示例：

（1）. 匹配任何任意字符 例如 . 可以匹配 1，n，*，+，- ,等

（2）\d\w\s 匹配第一个字符为数字，第二个字符为字母或数字、或下划线或汉字，第三字符为空格的字符串 例如：11 ，2a , 1_

（3）^\d\d\d$ 匹配三个全部都为数字的字符串 例如： 123,456,789
还可以用于验证输入的字符串是否符合qq（身份证号）的验证 ：
例如：^\d{8}$ 匹配8位数字的qq号，^\d{15}&匹配15位均为数字的身份证号

（4）\bOlive\b 匹配单词Olive 例如： I Love Oliver and Olive .这个时候返回的是Olive 而不是Oliver,因为\b…\b返回的匹配的单词

❀反义字符

反义字符：多用于查找除某个字符以外其他任意字符均可以的情况，常用的反义字符如下

代码/语法	说明
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符
详解和示例：

（1）\W 匹配除字母、数字、下划线、汉字以为的字符形如 +，-，

（2）\S 匹配除空格以外的任意字符形如：1， ，）

（3）[^abcde]匹配除abcde以为的其他字符 如 e，f，g，h

❀限定字符

限定字符：多用于重复匹配次数，常用的限定字符如下

代码/语法	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

详解和示例：

（1）\d* 匹配重复0次或多次数字 例如:可能为空 或 任意数字 （2,3。。。。）

（2）\d+ 匹配重复1次或多次数字 例如:可能为1个或多个数字 1,23,234,2345，…

（3）\d? 匹配重复次个或者一次数字 例如：可能为空或者任意的一个数字（1,2，。。。）

（4）\d{8}匹配重复8次数字 例如：123456768

（5）\d{4,}匹配重复至少4次数字 例如：1234,12345,124244,。。。。。

（6）^\d{8,11}$ 匹配重复8-11次数字 例如：12345678,123456789,1234567890,12345678901

❀转义字符

在实际的开发中，可能会遇到要比配元字符的情况，这个时候就需要进行字符转义，如元字符 . * \ 需要转换为. * \

例如： 需要匹配qq邮箱 \d{8,}+qq+.+com 在这里的. 就需要加斜杠

❀字符分枝

字符分枝多用于满足不同情况的选择，用“|”将不同的条件分割开来，比如有些固定电话区号有三位，有些有四位，这个时候可以采用字符分枝

例如：\d{3}-\d{8}|\d{4}-\d{8} 可以匹配两种不同长度区号的固定电话

下边的IP地址正则表达式也有用到字符分枝

❀字符分组

字符分组多用于将多个字符重复，主要通过使用小括号()来进行分组

形如：（\d\w){3} 重复匹配3次（\d\w)

常用于表示IP地址 形如： ((25[0-5]|2[0-4][0-9]|[0-1]\d\d).){3}(25[0-5]|2[0-4][0-9]|[0-1]\d\d)

解析：先把IP地址分为两部分一部分是123.123.123. 另一部分是123，又因Ip最大值为255，所以先使用分组，然后在组里边再进行选择，组里也有三部分，0-199,200-249,250-255，分别和上述的表达是对应，最后还要注意分组之后还要加上一个.，因为是元字符所以要转义故加上. 然后再把这部分整体看做是一个组，重复三次，再加上仅有数字的一组也就是不带.的那一组即可完成IP地址的校验；常用分组语法如下

捕获

代码/语法	说明
(exp)	匹配exp,并捕获文本到自动命名的组里
(?exp)	匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name’exp)
?:exp)	匹配exp,不捕获匹配的文本，也不给此分组分配组号

零宽断言

代码/语法	说明
(?=exp)	匹配exp前面的位置
(?<=exp)	匹配exp后面的位置
(?!exp)	匹配后面跟的不是exp的位置
(?<!exp)	匹配前面不是exp的位置

注释

代码/语法	说明
(?#comment)	这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

❀懒惰匹配和贪婪匹配

贪婪匹配：正则表达式中包含重复的限定符时，通常的行为是匹配尽可能多的字符。

懒惰匹配：有时候需要匹配尽可能少的字符。

例如： a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。但是我们此时可能需要匹配的是ab这样的话就需要用到懒惰匹配了。懒惰匹配会匹配尽可能少的字符；常用的懒惰匹配限定符如下

代码/语法	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

❀其他语法

代码/语法	说明
\a	报警字符(打印它的效果是电脑嘀一声)
\b	通常是单词分界位置，但如果在字符类里使用代表退格
\t	制表符，Tab
\r	回车
\v	竖向制表符
\f	换页符
\n	换行符
\e	Escape
\0nn	ASCII代码中八进制代码为nn的字符
\xnn	ASCII代码中十六进制代码为nn的字符
\unnnn	Unicode代码中十六进制代码为nnnn的字符
\cN	ASCII控制字符。比如\cC代表Ctrl+C
\A	字符串开头(类似^，但不受处理多行选项的影响)
\Z	字符串结尾或行尾(不受处理多行选项的影响)
\z	字符串结尾(类似$，但不受处理多行选项的影响)
\G	当前搜索的开头
\p	{name} Unicode中命名为name的字符类，例如\p{IsGreek}
(?>exp)	贪婪子表达式
(?-exp)	平衡组
(?im-nsx:exp)	在子表达式exp中改变处理选项
(?im-nsx)	为表达式后面的部分改变处理选项
(?(exp)yes|no)	把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no
(?(exp)yes)	同上，只是使用空表达式作为no
(?(name)yes|no)	如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no
(?(name)yes)	同上，只是使用空表达式作为no

❀常用的实用正则表达式整理

只能输入数字：“^[0-9]*$”。
　　
只能输入n位的数字："^“d{n}$”。

只能输入至少n位的数字："^“d{n,}$”。

只能输入m~n位的数字：。"^“d{m,n}$”

只能输入零和非零开头的数字：“^(0|[1-9][0-9]*)$”。

只能输入有两位小数的正实数：“^[0-9]+(.[0-9]{2})?$”。

只能输入有1~3位小数的正实数：“^[0-9]+(.[0-9]{1,3})?$”。

只能输入非零的正整数：“^”+?[1-9][0-9]*$"。

只能输入非零的负整数：“^”-[1-9][]0-9"*$。

只能输入长度为3的字符：“^.{3}$”。

只能输入由26个英文字母组成的字符串：“^[A-Za-z]+$”。

只能输入由26个大写英文字母组成的字符串：“^[A-Z]+$”。

只能输入由26个小写英文字母组成的字符串：“^[a-z]+$”。

只能输入由数字和26个英文字母组成的字符串：“^[A-Za-z0-9]+$”。

只能输入由数字、26个英文字母或者下划线组成的字符串："^“w+$”。

验证用户密码："^[a-zA-Z]"w{5,17}$"正确格式为：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。

验证是否含有^%&’,;=?KaTeX parse error: Expected group after '^' at position 9: ""等字符："[^̲%&’,;=?“x22]+”。

只能输入汉字："^["u4e00-“u9fa5]{0,}$”

验证Email地址："^"w+([-+.]“w+)@"w+([-.]"w+)”."w+([-.]“w+)*$”。

验证InternetURL："^http://([“w-]+”.)+["w-]+(/[“w-./?%&=]*)?$”。

验证电话号码：“^(”("d{3,4}-)|"d{3.4}-)?"d{7,8}$"正确格式为：“XXX-XXXXXXX”、“XXXX- XXXXXXXX”、“XXX-XXXXXXX”、“XXX-XXXXXXXX”、“XXXXXXX"和"XXXXXXXX”。

验证身份证号(15位或18位数字)："^"d{15}|“d{18}$”。

验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为：“01"～"09"和"1"～"12”。

验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为;“01"～"09"和"1"～"31”。