1.用于shell中的通配符
符号 | 意义 |
---|---|
* | 0个到无穷多个任意字符 |
? | 一个必定存在的任意字符 |
[ ] | 一定有括号内 的其中一个字符存在 |
[-] | 内有- 表示在编码顺序内的所有字符,如所有小写 大写 大小写 数字: [a-z] [A-Z] [a-zA-Z] [0-9] |
[^] | 相当于去取反 如除小写字母的任意字符:[^a-z],除Z外任意字符:[^Z] |
其他特殊符号
符号 | 意义 |
---|---|
# | 批注符号,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,将特殊字符或通配符还原成一般字符 |
| | 管线 (pipe),分隔两个管线命令的界定 |
; | 连续指令下达分隔符,连续性命令的界定 |
~ | 用户的家目录 |
$ | 取用变数前导符,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 |
’ ’ | 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! |
2.正则表达式(基础)
符号 | 意义 |
---|---|
^ | 行首 |
$ | 行末 |
. | 一定存在一任意字符 注意不要与通配符混淆 |
* | 重复 此符号前的字符0次到无穷多次 注意不要与通配符混淆 |
[ ] | 同shell通配符 |
[-] | 同shell通配符 |
[^] | 同shell通配符 |
{n,m} | 注1 |
注1:
{n,m}连续 n 到 m 个的前一个 重复字符;
若为 {n} 则是连续 n 个的前一个 重复字符;
若是 {n,} 则是连续 n 个以上的前一个重复字符;
相当于可指定重复次数的*
延伸
符号 | 意义 |
---|---|
+ | 1个以上的前面重复字符 |
? | 0个或1个前面的重复字符 |
| | 用or方式找出字符串,如’dog|cat’代表找出dog 或 cat |
( ) | []升级版,找出群组字符串,代表一定存在其中某串字符串,如’1(dog|cat)1’代表1dog1或1cat1 |
( )+ | 一个以上群组重复,如’A(xyz)+C’可以是AXYZC或AXYZXYZXYZC等等. |
非打印字符
符号 | 意义 |
---|---|
\b | 匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\b’ 可以匹配"never" 中的 ‘er’,但不能匹配 “verb” 中的 ‘er’。注2 |
\B | 匹配非单词边界。‘er\B’ 能匹配 “verb” 中的 ‘er’,但不能匹配 “never” 中的 ‘er’。 |
\cx | 匹配由 x 指明的控制字符。例如, \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 ‘c’ 字符。注3 |
\d | 匹配一个数字字符。等价于 [0-9]。 |
\D | 匹配一个非数字字符。等价于 [^0-9]。 |
\f | 匹配一个换页符。等价于 \x0c 和 \cL。 |
\n | 匹配一个换行符。等价于 \x0a 和 \cJ。 |
\r | 匹配一个回车符。等价于 \x0d 和 \cM。 |
\s | 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。 |
\S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 |
\t | 匹配一个制表符。等价于 \x09 和 \cI。 |
\v | 匹配一个垂直制表符。等价于 \x0b 和 \cK。 |
\w | 匹配字母、数字、下划线。等价于’[A-Za-z0-9_]'。 |
\W | 匹配非字母、数字、下划线。等价于 ‘[^A-Za-z0-9_]’。 |
\xn | 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,‘\x41’ 匹配 “A”。‘\x041’ 则等价于 ‘\x04’ & “1”。正则表达式中可以使用 ASCII 编码。 |
\num | 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,‘(.)\1’ 匹配两个连续的相同字符。 |
\n | 标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。 |
\nm | 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。 |
\nml | 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。 |
\un | 匹配 n,其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如, \u00A9 匹配版权符号 (?)。 |
注2:
助记: \b board边界 \d digital 数字 \s space空白 \w word单词
注3:
例如, \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 ‘c’ 字符。
进阶
符号 | 意义 |
---|---|
? | 非贪婪匹配 |
(?:pattern) | 不缓存查到的串 |
(?=pattern) | Positive Lookahead |
(?!pattern) | Negative Lookahead |
(?<=pattern) | Positive Lookbehind |
(?<!pattern) | Negative Lookbehind |
pattern代表一个模式
先说非贪婪匹配,限定符.*等默认是贪婪匹配的,比如正则表达式为o+
,代表匹配字符o,至少出现一次,若待查找文本为aaa,则匹配结果为aaa,他会尽量去匹配更多的,而如果加入非贪婪限定符,即o+?
,则查找结果为a,即他会尽量少的去匹配。
这种情况是?跟在其他限定符后的情况,而其单独使用时相当于{0,1},即最少0次,最多一次,如go(od)?
可以匹配good也可以匹配go,不能匹配goodod.
说起(?:pattern),就要先说反向引用,匹配时使用的[]和(),[]可以匹配字符集合,而()可以匹配字符串,而()匹配到的字符串还有其他一个作用,即反向引用,即匹配到的结果会缓存起来,可以按照匹配到的顺序使用\n来引用,n即为出现的位置,如abba式的字符串可以用(.)(.)\2\1
来表示,而使用\0可以表示匹配的整个字符串。(?:pattern)的作用,就是不缓存结果。加了?:后就不会缓存了。
然后是lookaround,也许可以翻译为环视,Lookahead和Lookbehind共同的被称为lookaround。Lookahead和Lookbehind可以被翻译为前瞻和后视。这个前瞻和后视,代表正则表达式引擎内部运行时,前瞻会向前预读字符来匹配,而后视将会暂时退回来匹配。注意,环视是不消耗字符的。
关于?=
?!
?<=
?<!
,也许可以分别叫做正向前瞻,反向前瞻,正向后视,反向后视,先看个例子,Windows(?=95|98|NT|2000)
能匹配"Windows2000"中的"Windows",但不能匹配"Windows3.1"中的"Windows",他的意思就是说我想找的值的后面是pattern。而?!是否定的,即后面不是pattern。而带<的?<=
?<!
,就是反了一下,变成了想查找的值的前面是/否是pattern。需要注意的是预查是不消耗字符的,好比Windows2000,Windows(?=95|98|NT|2000)
查找后,继续查找是从2000再次开始的。
去除空行 匹配^(\s*)\r\n
这里还有一个很有意思的网站,正则表达式闯关,我从Order那一关就不会了,还需要继续学习。。。