正则表达式

正则表达式

Regular Expression，正则表达式，简写为RegExp。
由一类特殊字符及文本字符所编写的模式，其中有些字符（元字符）不表示字符字面意义，而表示通配的功能

• BRE ：Basic RegExp，基本正则表达式
• ERE ：Extend RegExp，扩展正则表达式

• PCRE ：Perl Compatible RegExp，Perl兼容的正则表达式

  程序支持： grep,sed,awk,vim, less,nginx,varnish等

  正则表达式引擎： 采用不同算法，检查处理正则表达式的软件模块PCRE

元字符分类：字符匹配、匹配次数、位置锚定、分组

基本正则表达式元字符

• 字符匹配

    . 匹配任意单个字符
    [] 匹配指定范围内的任意单个字符
    [^]  匹配指定范围外的任意单个字符
    [:alnum:]  字母和 数字
    [:alpha:]  代表任何英文大小写字符，亦即 A-Z, a-z
    [:lower:]  小写字母 [:upper:]  大写字母
    [:blank:]  空白字符（空格和制表符）
    [:space:]  水平和垂直的空白字符（比[:blank:] 包含的范围广）
    [:cntrl:]  不可打印的控制字符（退格、删除、警铃...） ）
    [:digit:]  十进制数字 [:xdigit:] 十六进制数字
    [:graph:]  可打印的非空白字符
    [:print:]  可打印字符
    [:punct:]  标点符号

• 匹配次数：用在要指定次数的字符后面，用于指定前面的字符要出现的次数

    *  匹配 前面的字符任意次，包括0次 次
    贪婪模式：尽可能长的匹配

    .*  任意 长度的任意字符

    \?  匹配 其前面的字符0 或1次 次

    \+  匹配 其前面的字符至少1次 次

    \{n\}  匹配 前面的字符n次 次

    \{m,n\}  匹配 前面的字符至少m 次，至多n次 次

    \{,n\}  匹配 前面的字符至多n次 次

    \{n,\}  匹配 前面的字符至少n次 次

• 位置锚定：定位出现的位置

^  行首锚定，用于模式的最左侧

$  行尾锚定，用于模式的最右侧

^PATTERN$ 用于模式匹配整行

^$ 空行

^[[:space:]]*$ 空白行

\< 或 或 \b  词首锚定，用于单词模式的左侧

\> 或 或 \b  词尾锚定；用于单词模式的右侧

\<PATTERN\> 

• 分组

    分组：\(\)将一个或多个字符捆绑在一起，当作一个整体进 行处理，如：\(root\)\+

    分组括号中的模式匹配到的内容会被正则表达式引擎记录于 内部的变量中，这些变量的命名方式为: \1, \2, \3, …
    \1 表示从左侧起第一个左括号以及与之匹配右括号之间的 模式所匹配到的字符

    示例：
            \(string1\+\(string2\)*\)

            \1 ：string1\+\(string2\)*

            \2 ：string2

    后向引用：引用前面的分组括号中的模式所匹配字符，而非模式本身
        grep "\(root\).*\1" /etc/passwd

    或者  \|

    示例：
            a\|b: a或b

            C\|cat: C或cat

            \(C\|c\)at:Cat或cat

扩展正则表达式

egrep == grep -E

egrep其实很简单，就是把grep里的斜线去掉了，不过有些还没有去掉。

• 字符匹配：

  . 任意单个字符
  [] 指定范围的字符
  [^] 不在指定范围的字符
  

• 次数匹配：

  *：匹配前面字符任意次
  ?：0或1次
  +：1次或多次
  {m}：匹配m次
  {m,n}：至少m，至多n次
  

• 位置锚定：

  ^：行首
  $：行尾
  \<, \b :语首
  \>, \b :语尾
  

• 分组：

()
后向引用：\1, \2, …

示例：
        a|b: a或b
        C|cat: C或cat
        (C|c)at:Cat或cat