正则表达式

一、 什么是正则表达式

1.1 正则表达式简介

​ 所谓正则表达式，实际上就是用来描述某些字符串匹配规则的工具，简单地说，正则表达式是对文本进行过滤的工具。而正则表达式之所以拥有过滤文本的功能，是因为它定义了一系列的元字符，通过元字符配合其他普通字符来表达出一种规则（匹配规则），只有符合该规则的文本才能保留下来。由于正则表达式语法简练、功能强大，得到了许多变成语言的支持，包括Java、C++、Perl以及Shell。

​ 比如ls .txt。通常情况下，我们称“*”为通配符。当shell遇到该符号时，会将其解释为“任意的字符串”。与通配符类似，正则表达式也是用来匹配文本的，与之相比，正则表达式能够更加准确的描述用户的需求。

​ 正则表达式在Unix和Linux中得到广泛的应用，常见支持正则表达式的Unix工具如下：

​ grep命令族：用于匹配文本行

​ sed流编辑器：用于编辑文本

​ awk:用于处理字符串的语言

​ 掌握正则表达式，可以更好地利用这些工具。

解释：

​ 字符 字母和数字

​ 字符串 word 词

​ 文本行 文件中的行

1.2 如何学习正则表达式

​ 1）重点在于理解元字符

​ 元字符在正则表达式中占核心地位，正则表达式最终是由元字符表达出来。理解和掌握元字符的涵义，才能达到灵活运用的地步。

​ 2）掌握好正则表达式的语法

​ 正则表达式之所以简练，是因为它有严格的语法。例如“*”它匹配该符号前面那一个普通字符出现0次或多次，也就是说，它的作用范围仅限于紧挨着该字符前面的一个字符。

二、基本正则表达式（Basic Regular Expression，BRE）

​ 又称标准的正则表达式，是最早指定的正则表达式规范，其所定义的元字符主要有以下几种：

1、 行首定位符 “^”

2、 行尾定位符 “$”

3、 单个字符匹配 “.”

​ 匹配任意单个字符，包括空格，但不包括换行符“\n”

4、 限定符 “*”

​ 匹配其前导字符可以出现任意次数（0次或多次）

5、 字符集合匹配 “[]”

​ 匹配方括号中任意一个字符 //例如：[abc]、[0-9]、[A-Z]

6、 字符集合不匹配 “[^]”

​ 不匹配其中列出的任意字符

在示例之前，先来用sed删除空行：

​ [root@mha_master opt]# sed -i “/^$/d” regexp.txt

示例1：过滤出以字母“a”开头的行

​ [root@mha_master opt]# grep “^a” regexp.txt

示例2：过滤出以“C”结尾的行

​ [root@mha_master opt]# grep “C$” regexp.txt

示例3：过滤出总共有3个字符，该字符串以’a’开头，紧跟着第二个字符是“b”，第三个字符也是最后一个字符为“c”的行

​ [root@mha_master opt]# grep ‘^abc$’ regexp.txt

​

示例4：匹配以a开头，c结尾，中间为除了换行符之外的任意一个字符的行

​ [root@mha_master opt]# grep ‘^a.c$’ regexp.txt

示例5：匹配以d开头，d结尾，中间为除了换行符之外的任意两个字符的行

​ [root@mha_master opt]# grep ‘^d…d$’ regexp.txt //可以使用多个“.”匹配多个字符

示例6：匹配a和b之间没有s或者有多个s的行

​ [root@mha_master opt]# grep ‘^as*b$’ regexp.txt

示例7：匹配出字符串，该字符串只有三个字符且以字母