学习笔记（8）——正则表达式

        正则表达式就是处理字符串的方法（已行为单位)。

        Linux系统中，语系对正则表达式的使用是有影响的。就编码顺序而言，当LANG=C时：0-9A-Za-z；当LANG=zh_CN时：0-9aA-zZ。这一差异使得正则表达式在使用“[n1-n2]”时会出现问题。

符号表示：在不确定语系或是不方面更改语系时，建议使用这种表示符号代替[n1-n2]的使用方式，以免发生错误。

       [:alnum:]：英文大小写字母以及数字。

       [:alpha:]：英文大小写字母。

       [:digit:]：数字。

       [:lower:]：小写字母。

       [:upper:]：大写字母。

       [:blank:]：空格键或TAB键。

       [:cntrl:]：键盘上面的控制键，包括CR，LF，TAB，Del等。

       [:graph:]：除了空格键和TAB键以外的所有按键。

       [:print:]：可以被打印出来的字符。

       [:punct:]：标点符号。

       [:space:]：会产生空白的字符，包括TAB等。

       [:xdigit:]：十六进制的数字类型。

正则表达式的符号：暂时与grep命令（笔记7中介绍过）连用，用作筛选。

        ^word：^字符表示行首，即word字符在行首出现。如：grep -n '^the' test   表示显示test文件中行首为the的行。（-n 参数是显示行编号）

        word$：$字符表示行尾，即word字符在行尾出现。如：grep -n '\.$' test   表示显示test文件中行尾为“.”的行。

        \：转义字符

        .：代表一个确定存在的任意字符。如：grep -n 't.st' test   表示显示test文件中含有“t*st”的行，*可以是任意字符，但必须存在，不能是“tst”。

        *：代表0到无穷多个前一个字符。如：grep -n 'tes*t' test   表示显示test文件中含有“te(s)t”的行，其中字符s可以是任意数量的。

        [list]：代表从字符集合中选择一个字符。如：grep -n 'te[asdf]t' test   表示显示test文件中含有“teat”、“test”、“tedt”、“teft”的行。

        [n1-n2]：代表在范围内选取一个字符。如：grep -n 'te[a-z]t' test   表示显示test文件中含有“te(S)t”的行，其中字符S可以是小写字母中的任意一个。注意：这种用法最好在LANG=C的语系中使用。

        [^list]：代表从不在字符集合中的一个字符。如：grep -n 'te[asdf]t' test   表示显示test文件中含有含有“te(s)t”的行，其中不包括含有“teat”、“test”、“tedt”、“teft”的行。

        \{n,m\}：本意为{m,n}，但在bash中“{”和“}”是有特殊含义的字符，因此要用\转义字符进行转义。表示：连续n到m个前一个字符，如果m缺省，则表示n到无穷多个；如果m和逗号都缺省，则表示n个前一个字符。如： grep -n 'tes\{1,3\}t' test   表示显示test文件中含有“test”、“tesst”、“tessst”的行。

扩展正则表达式：配合egrep使用，或者grep -E。

        +：重复一个或一个以上的前一个字符。

        ?：重复零个或一个的前一个字符。

        |：用或的方式找出数个字符串。如：egrep -n 'test|at' test    表示显示test文件中含有“test”或“at”的行。

        ()：找出组字符串。如：egrep -n 'g(la|oo)d' test  表示显示test文件中含有“glad”或“good”的行。

        ()+：多个重复组的判别。如egrep -n 'A(test)+B' test  表示显示test文件中以A开头，以B结尾，中间含有一个或一个以上“test”的字符串的所在行。