最详解的正则表达式------贪婪和非贪婪、转义符、分组

贪婪与非贪婪模式影响的是被量词修饰的子表达式的匹配行为，贪婪模式在整个表达式匹配成功的前提下，尽可能多的匹配，而非贪婪模式在整个表达式匹配成功的前提下，尽可能少的匹配。 非贪婪模式只被部分NFA引擎所支持

尽可能多的重复：贪婪模式

*， + ， ？， {n,m}, {n,}, {,m}: 尽可能多的去重复， 贪婪模式

[root@whl ~]# echo "aaaaaaaaaa" | grep -Eo 'a?'
a
a
a
a
a
a
a
a
a
a
[root@whl ~]# echo "aaaaaaaaaa" | grep -Eo 'a+'
aaaaaaaaaa
[root@whl ~]# echo "aaaaaaaaaa" | grep -Eo 'a*'
aaaaaaaaaa
[root@whl ~]# echo "aaaaaaaaaa" | grep -Eo 'a{3,}'
aaaaaaaaaa
[root@whl ~]# echo "aaaaaaaaaa" | grep -Eo 'a{3,4}'
aaaa
aaaa

尽可能少的重复：非贪婪模式

非贪婪模式：*？， +？， ??, {n,m}?, {n,}?, {,m}?: 尽可能少的去匹配

[root@node1 20221120]# echo "aaaaaa" | grep -Po "a*?"
#=# a*? -> a*? -> a-> 重复0次
[root@node1 20221120]# echo "aaaaaa" | grep -Po "a+?"
# a+? -> a+? -> a+-》 只重复1次
a
a
a
a
a
a
[root@node1 20221120]# echo "aaaaaa" | grep -Po "a??"
# a??-> a??-> a->重复0次
[root@node1 20221120]# echo "aaaaaa" | grep -Po "a{3,6}?"
# a{3,6}? -> a-》 重复3次
aaa
aaa
[root@node1 20221120]# echo "aaaaaa" | grep -Po "a{,6}?"
# a{,6} -> 最少次数0次-》 a重复0次，也是没有
[root@node1 20221120]# echo "aaaaaa" | grep -Po "a{3,}?"
# a{3,} -> 最少重复3次，-》 a重复3次， 匹配到3个aaa
aaa
aaa

转义符

转义符：
\A: 匹配字符串的开始和^的用途一样

[root@whl ~]# echo 'hello world' | grep -P '\Ahello'
hello world

\b: 匹配空字符，单词开始或结束

[root@whl ~]# echo 'hello world 123' | grep -P '\bworld\b'
hello world 123
[root@whl ~]# echo 'hello world1123' | grep -P '\bworld\b'
[root@whl ~]# 

\B: 匹配非空字符串，即不是单词的开始或结束

[root@whl ~]# echo 'hello world1123' | grep -P 'world\B'
hello world1123
[root@whl ~]# echo 'hello world1123' | grep -P '\Bworld\B'
[root@whl ~]# echo 'hello world1123' | grep -P '\bworld\B'
hello world1123
[root@whl ~]# echo 'hello world!' | grep -P '\bworld\B'
[root@whl ~]# echo 'hello world!' | grep -P '\bworld\b'
hello world!
[root@whl ~]# echo 'hello world!' | grep -P '\Bworld\B'

\d: 匹配数字[0-9]

[root@whl ~]# echo "1234567890" | grep -Po '\d+'
1234567890

\D:匹配非数字

[root@whl ~]# echo "123,./<>asd" | grep -Po '\D+'
,./<>asd

\s: 匹配空格，制表符，换行

printf "123\n456" | grep -Poz "\d{3}\s\d{3}"
Treat input and output data as sequences of lines, each terminated by a zero byte  (the  ASCII  NUL  character)  instead  of  a newline.

使用了一个-z的选项：
对待输入和输出是一个多行的序列的时候, 用一个zero byte ascii码的空字符， 来代替新的行
123\n456 ->
123 -> 行的序列： 123 -》 123\n456 -> 匹配到123
456 456 456

[root@whl ~]# echo -e "123\t456\n789" | grep -Pz '\d{3}\s\d{3}\s\d{3}'
123	456
789

\S: 匹配非空格字符 \s的补集

[root@whl ~]# echo -e '456zxc789' | grep -Po '\d{3}\S+\d{3}'
456zxc789

\w: 匹配数字，字母和下划线

[root@whl ~]# echo -e '456zxc789_?><sd' | grep -Po '\w+'
456zxc789_
sd

\W: 匹配\w的补集

[root@whl ~]# echo -e '456zxc789_?><sd' | grep -Po '\W+'
?><

\Z: 匹配单词的结束

[root@whl ~]# echo -'hello asdas' | grep -Po 'asdas\Z'
asdas
[root@whl ~]# echo -'hello asdas' | grep -Po 'asdas$'
asdas

分组

分组：使用的语法：（）-》 如果一个正则表达式中出现了多个小括号，代表多个分组
a(b(c(d)))e

意味着有是三个分组：怎么去引用这个分组：
组名：手动去命名
组号：自动帮我们编号的： 从左到右去数左括号：第一个左括号：代表分组1，第二个左括号代表分组2， 一次类推
疑问：分组0去哪儿了？分组0： 只的匹配成功的整个字符串
引用的时候：使用\number来引用

[root@whl ~]# echo "abcde" | grep -P "a(b(c(d)))e"
abcde
[root@whl ~]# echo "abcdebcd" | grep -P "a(b(c(d)))e\1"
abcdebcd
[root@whl ~]# echo "abcdebcdcd" | grep -P "a(b(c(d)))e\1\2"
abcdebcdcd
[root@whl ~]# echo "abcdebcdcdd" | grep -P "a(b(c(d)))e\1\2\3"
abcdebcdcdd

(?:…):非捕获版本，分组不能被引用

[root@asdhgsgdasjkkadfhl ~]# echo 'abcdebcd' | grep -P 'a(b(c(d)))e\1'
abcdebcd
[root@asdhgsgdasjkkadfhl ~]# echo 'abcdebcd' | grep -P 'a(?:b(c(d)))e\1'
[root@asdhgsgdasjkkadfhl ~]# 

(?P…)分组命名
引用两种方式：通过组号引用：\number
通过组名引用：(?P=name)

[root@asdhgsgdasjkkadfhl ~]# echo 'abcdebcd' | grep -P 'a(?P<g1>b(c(d)))e\g1'
abcdebcd
[root@asdhgsgdasjkkadfhl ~]# echo 'abcdebcd' | grep -P 'a(?P<g1>b(c(d)))e(?P=g1)'
abcdebcd

(?#…)注释，不参加匹配

[root@asdhgsgdasjkkadfhl ~]# echo 'abcdebcd' | grep -P 'a(?#grop1)(?P<g1>b(c(d)))e(?P=g1)'
abcdebcd

(?=…)正向预搜索，即判定条件， 它不消耗我们的分组： 只做判定条件不返回
windows10 windows98 windows99 -> 当windows后面是10的时候，给我返回windows， 说明了我们匹配的时候：windows10 -》 先去判定windows之后是10的话，匹配成功，且返回内容不包含10

[root@asdhgsgdasjkkadfhl ~]# echo 'w13' | grep -P 'w(?=12)'
[root@asdhgsgdasjkkadfhl ~]# echo 'w12' | grep -P 'w(?=12)'
w12

(?!…) 对正向预搜索的取非， windows(?=10) -> windows(?!10)

> [root@asdhgsgdasjkkadfhl ~]# echo 'w32' | grep -Po 'w(?!32)'
> [root@asdhgsgdasjkkadfhl ~]# echo 'w10' | grep -Po 'w(?!32)' w

(?<=…)反向预搜索：Linux8, window8, mac8 -> 如果我的8前面是Linux时候匹配成功，返回8，不消耗分组内容

[root@asdhgsgdasjkkadfhl ~]# echo 'Linux8' | grep -Po '(?<=Linux)8'
8
[root@asdhgsgdasjkkadfhl ~]# echo 'M8' | grep -Po '(?<=Linux)8'

(?<!…)反向预搜索的取非：
取非(?<=Linux)8-> (?<!Linux)8， 8前面不是Linux的时候，匹配成功

[root@asdhgsgdasjkkadfhl ~]# echo 'M8' | grep -Po '(?<!Linux)8'
8
[root@asdhgsgdasjkkadfhl ~]# echo 'Linux8' | grep -Po '(?<!Linux)8'
[root@asdhgsgdasjkkadfhl ~]# 

(?(id/name)yes-pattern|no-pattern)
id和name指的就是分组的组号和组名
如果这个分组可以匹配得到：执行yes-pattern, 匹配不到： 执行no-pattern

[root@asdhgsgdasjkkadfhl ~]#  echo "<user@host.com>" | grep -P '(<)?(user@host.com)(?(1)>)|$'
<user@host.com>
[root@asdhgsgdasjkkadfhl ~]#  echo "user@host.com" | grep -P '(<)?(user@host.com)(?(1)>)|$'
user@host.com