正则表达式(或称为常规表示法)是透过一些特殊字符的排列，用以 搜寻/取代/删除 一列或多列文字字符串， 简单的说，正则表达式就是用在字符串的处理上面的一项『表示式』。正则表达式并不是一个工具程序， 而是一个字符串处理的标准依据，如果您想要以正则表达式的方式处理字符串，就得要使用支持正则表达式的工具程序才行， 这类的工具程序很多，例如 vi, sed, awk 等等。
简单的说，正则表达式就是处理字符串的方法，他是以行为单位， 来进行字符串的处理行为，他透过一些特殊符号的辅助，可以让使用者轻易的达到 搜寻/取代 某特定字符串的处理程序！
正则表达式(或称为常规表示法)是透过一些特殊字符的排列，用以 搜寻/取代/删除 一列或多列文字字符串， 简单的说，正则表达式就是用在字符串的处理上面的一项『表示式』。正则表达式并不是一个工具程序， 而是一个字符串处理的标准依据，如果您想要以正则表达式的方式处理字符串，就得要使用支持正则表达式的工具程序才行， 这类的工具程序很多，例如 vi, sed, awk 等等。
谈到这里就得要进一步说明了，正则表达式基本上是一种『表示法』， 只要工具程序支持这种表示法，那么该工具程序就可以用来作为正则表达式的字符串处理之用。 也就是说，例如 vi, grep, awk ,sed 等等工具，因为她们有支持正则表达式， 所以，这些工具就可以使用正则表达式的特殊字符来进行字符串的处理。
--------摘自《鸟哥的私房菜》
基础正则表达式
既然正则表达式是处理字符串的一个标准表示方式，他需要支持的工具程序来辅助，所以，我们这里就先介绍一个最简单的字符串撷取功能的工具程序，那就是 grep 啰！ 在介绍完 grep 的基本功能之后，就进入正则表达式的特殊字符的处理能力了。
既然要使用 grep 当然就得要先了解一下 grep 的语法啰～
| [root@test root]# grep [-acinv] '搜寻字符串' filename 参数说明： -a ：将 binary 档案以 text 档案的方式搜寻数据 -c ：计算找到 '搜寻字符串' 的次数 -i ：忽略大小写的不同，所以大小写视为相同 -n ：顺便输出行号 -v ：反向选择，亦即显示出没有 '搜寻字符串' 内容的那一行！ 范例： [root@test root]# grep 'root' /var/log/secure 将 /var/log/secure 这个档案中有 root 的那一行秀出来
[root@test root]# grep -v 'root' /var/log/secure 若该行没有 root 才将数据秀出来到屏幕上！
[root@test root]# last | grep root 若该行有 root 才将数据秀出来到屏幕上！ |
grep 是一个很常见也很常用的指令，他最重要的功能就是进行字符串数据的比对，然后将符合使用者需求的字符串打印出来。 需要说明的是『grep 在资料中查寻一个字符串时，是以 "整行" 为单位来进行数据的撷取的！』也就是说，假如一个档案内有 10 行，其中有两行具有你所搜寻的字符串，则将那两行显示在屏幕上，其它的就丢弃了！
而 grep 除了可以进行档案的资料搜寻之外，也常常被应用在input/output 的数据处理当中，例如常见的 管线命令 ( pipe ) 就可以常常见到他的踪影！以上面表格中的例子来看，我们可以发现前两个例子是查寻档案的内容，有没有加上 -v 所显示出来的结果是『相反的！』，而第三个例子则是以 pipe 的功能进行数据的处理的喔！
好了，我们就开始以 grep 来进行正则表达式的简易说明吧！我们先以底下这个档案来作为范例：
| [root@test root]# vi regular_express.txt |
需要特别注意的是，上面这个档案鸟哥是在 Windows 的环境下编辑的， 并且经过特殊处理过，因此，他虽然是纯文字文件，但是内含一些 Windows 环境下的软件常常自行加入的一些特殊字符，例如断行字符(^M)就是一例！所以，您可以直接将上面的文字以 vi 储存成regular_express.txt 这个档案， 不过，比较建议直接点底下的连结下载：
/linux_base/0330regularex/regular_express.txt
此外，因为不同的语系编码是不一样的，所以，您必须要将语系改成英文语系， 才能够进行底下的测试，否则，可能会有显示的内容与底下的输出不符的状况喔！ 修改语系的方法为：
| [root@test root]# LANG=en [root@test root]# export LANG |
好了，现在开始我们一个案例一个案例的来介绍吧！
- 例题一、搜寻特定字符串：
搜寻特定字符串很简单吧？假设我们要从刚刚的档案当中取得 the 这个特定字符串， 最简单的方式就是这样：
| [root@test root]# grep -n 'the' regular_express.txt 8:I can't finish the test. 12:the symbol '*' is represented as start. 15:You are the best is mean you are the no. 1. 16:The world is the same with "glad". 18:google is the best tools for search keyword. |
那如果想要『反向选择』呢？也就是说，当该行没有 'the' 这个字符串时，才显示在屏幕上，那就直接使用：
| [root@test root]# grep -vn 'the' regular_express.txt |
您会发现，屏幕上出现的行列为除了 8,12,15,16,18 五行之外的其它行列！ 接下来，如果您想要取得不论大小写的 the 这个字符串，则：
| [root@test root]# grep -in 'the' regular_express.txt 8:I can't finish the test. 9:Oh! The soup taste good. 12:the symbol '*' is represented as start. 14:The gd software is a library for drafting programs. 15:You are the best is mean you are the no. 1. 16:The world is the same with "glad". 18:google is the best tools for search keyword. |
- 例题二、利用 [] 来搜寻集合字符
如果我想要搜寻 test 或 taste 这两个单字时，可以发现到，其实她们有共通的 't?st' 存在～这个时候，我可以这样来搜寻：
| [root@test root]# grep -n 't[ae]st' regular_express.txt 8:I can't finish the test. 9:Oh! The soup taste good. |
了解了吧？其实 [] 里面不论有几个字符，他都谨代表某『一个』字符， 所以，上面的例子说明了，我需要的字符串是『tast』或『test』两个字符串而已！ 而如果想要搜寻到有 oo 的字符时，则使用：
| [root@test root]# grep -n 'oo' regular_express.txt 1:"Open Source" is a good mechanism to develop programs. 2:apple is my favorite food. 3:Football game is not use feet only. 9:Oh! The soup taste good. 18:google is the best tools for search keyword. 19:goooooogle yes! |
但是，如果我不想要 oo 前面有 g 的话呢？此时，可以利用在集合字符的反向选择 [^] 来达成
| [root@test root]# grep -n '[^g]oo' regular_express.txt 2:apple is my favorite food. 3:Football game is not use feet only. 18:google is the best tools for search keyword. 19:goooooogle yes! |
意思就是说，我需要的是 oo ，但是 oo 前面不能是 g 就是了！ 仔细比较上面两个表格，妳会发现，第 1,9 行不见了，因为 oo 前面出现了 g 所致！ 第2,3 行没有疑问，因为 foo 与 Foo 均可被接受！但是第 18 行明明有 google 的goo 啊～ 别忘记了，因为该行后面出现了 tool 的too 啊！所以该行也被列出来～ 也就是说， 18 行里面虽然出现了我们所不要的项目 (goo) 但是由于有需要的项目 (too) ， 因此，是符合字符串搜寻的喔！
至于第 19 行，同样的，因为 goooooogle 里面的 oo 前面可能是 o ，例如：go(ooo)oogle ，所以，这一行也是符合需求的！
再来，假设我 oo 前面不想要有小写字符，所以，我可以这样写[^abcd....z]oo ， 但是这样似乎不怎么方便，由于小写字符的 ASCII 上编码的顺序是连续的，因此，我们可以将之简化为底下这样：
| [root@test root]# grep -n '[^a-z]oo' regular_express.txt 3:Football game is not use feet only. |
也就是说，当我们在一组集合字符中，如果该字符组是连续的，例如大写英文/小写英文/数字等等， 就可以使用[a-z],[A-Z],[0-9]等方式来书写，那么如果我们的要求字符串是数字与英文呢？呵呵！就将他全部写在一起，变成：[a-zA-Z0-9]
例如，我们要取得有数字的那一行，就这样：
| [root@test root]# grep -n '[0-9]' regular_express.txt 5:However, this dress is about $ 3183 dollars. 15:You are the best is mean you are the no. 1. |
这样对于 [] 以及 [^] 以及 [] 当中的 - 有了解了吗？！^_^y
- 例题三、行首与行尾字符 ^ $：
我们在例题一当中，可以查询到一行字符串里面有 the 的，那如果我想要让 the 只在行首列出呢？ 这个时候就得要使用定位字符了！我们可以这样做：
| [root@test root]# grep -n '^the' regular_express.txt 12:the symbol '*' is represented as start. |
此时，就只剩下第 12 行，因为只有第 12 行的行首是 the 开头啊～此外， 如果我想要开头是小写字符的那一行就列出呢？可以这样：
| [root@test root]# grep -n '^[a-z]' regular_express.txt 2:apple is my favorite food. 4:this dress doesn't fit me. 10:motorcycle is cheap than car. 12:the symbol '*' is represented as start. 18:google is the best tools for search keyword. 19:goooooogle yes! |
如果我不想要开头是英文字母，则可以是这样：
| [root@test root]# grep -n '^[^a-zA-Z]' regular_express.txt 1:"Open Source" is a good mechanism to develop programs. 20:# I am VBird |
注意到了吧？那个 ^ 符号，在字符集合符号(括号[])之内与之外是不同的！ 在 [] 内代表『反向选择』，在 [] 之外则代表定位在行首的意义！要分清楚喔！
那如果我想要找出来，行尾结束为小数点 (.) 的那一行，该如何处理：
| [root@test root]# grep -n '\.$' regular_express.txt 1:"Open Source" is a good mechanism to develop programs. 2:apple is my favorite food. 3:Football game is not use feet only. 4:this dress doesn't fit me. 10:motorcycle is cheap than car. 11:This window is clear. 12:the symbol '*' is represented as start. 15:You are the best is mean you are the no. 1. 16:The world is the same with "glad". 17:I like dog. 18:google is the best tools for search keyword. |
特别注意到，因为小数点具有其它意义(底下会介绍)，所以必须要使用跳脱字符(\)来加以解除其特殊意义！ 不过，您或许会觉得奇怪，但是第 5~9 行最后面也是 . 啊～怎么无法打印出来？？ 这里就牵涉到 Windows 平台的软件对于断行字符的判断问题了！我们使用 cat -A 将第五行拿出来看， 您会发现：
| [root@test root]# cat -A regular_express.txt However, this dress is about $ 3183 dollars.^M$ |
注意到了没？最后面的断行字符应该是 $ 才对，但是，因为Windows 的 nodepad 会主动加上 ^M 作为断行的判断，因此，那个 . 自然就不是紧接在 $ 之前喔！这样可以了解 ^ 与 $ 的意义吗？ 好了，先不要看底下的解答，自己想一想，那么如果我想要找出来，哪一行是『空白行』，也就是说，该行并没有输入任何数据，该如何搜寻？？
| [root@test root]# grep -n '^$' regular_express.txt 21: |
因为只有行首跟行尾( ^$ )，所以，这样就可以找出空白行啦！再来， 假设您已经知道在一个批次脚本 (shell script) 或者是设定档当中， 空白行与开头为 # 的那一行是批注，因此如果您要将数据列出给别人参考时，可以将这些数据省略掉，以节省保贵的纸张，那么，您可以怎么作呢？ 我们以 /etc/syslog.conf 这个档案来作范例，您可以自行参考一下输出的结果：
| [root@test root]# cat /etc/syslog.conf [root@test root]# grep -v '^$' /etc/syslog.conf | grep -v '^#' |
是否节省很多版面啊？？
- 例题四、任意一个字符 . 与重复字符 *
在 bash 的章节当中，我们知道万用字符 * 可以用来代表任意(0或多个)字符， 但是正则表达式并不是万用字符，两者之间是不相同的！ 至于正则表达式当中的『 . 』则代表『绝对有一个任意字符』的意思！这样讲不好懂， 我们直接做个练习吧！假设我需要找出 g??d 的字符串，亦即共有四个字符， 起头是 g 而结束是 d ，我可以这样做：
| [root@test root]# grep -n 'g..d' regular_express.txt 1:"Open Source" is a good mechanism to develop programs. 9:Oh! The soup taste good. 16:The world is the same with "glad". |
因为强调 g 与 d 之间一定要存在两个字符，因此，第 13 行的 god 与第 14 行的 gd 就不会被列出来啦！再来，如果我想要列出有 oo, ooo, oooo 等等的资料，也就是说，至少要有两个 o 以上，该如何是好？？是 o* 还是 oo* 还是 ooo* 呢？ 虽然您可以试看看结果， 不过结果太占版面了 @_@ ，所以，我这里就直接说明。
因为 * 代表的是『重复 0 个或多个前面的 RE 字符』的意义， 因此，『o*』代表的是：『拥有空字符或一个 o 以上的字符』， 特别注意，因为允许空字符(就是有没有字符都可以的意思)，因此， grep -n 'o*' regular_express.txt 将会把所有的数据都打印出来屏幕上！
那如果是『oo*』呢？则第一个 o 肯定必须要存在，第二个 o 则是可有可无的多个 o ， 所以，凡是含有 o, oo, ooo, oooo 等等，都可以被列出来～
同理，当我们需要『至少两个 o 以上的字符串』时，就需要ooo* ，亦即是：
| [root@test root]# grep -n 'ooo*' regular_express.txt 1:"Open Source" is a good mechanism to develop programs. 2:apple is my favorite food. 3:Football game is not use feet only. 9:Oh! The soup taste good. 18:google is the best tools for search keyword. 19:goooooogle yes! |
这样理解 * 的意义了吗？！好了，现在出个练习，如果我想要字符串开头与结尾都是 g， 但是两个 g 之间仅能存在至少一个 o ，亦即是 gog, goog, gooog.... 等等， 那该如何？
| [root@test root]# grep -n 'goo*g' regular_express.txt 18:google is the best tools for search keyword. 19:goooooogle yes! |
如此了解了吗？好，再来一题，如果我想要找出 g 开头与 g 结尾的字符串，当中的字符可有可无，那该如何是好？是『g*g』吗？
| [root@test root]# grep -n 'g*g' regular_express.txt 1:"Open Source" is a good mechanism to develop programs. 3:Football game is not use feet only. 9:Oh! The soup taste good. 13:Oh! My god! 14:The gd software is a library for drafting programs. 16:The world is the same with "glad". 17:I like dog. 18:google is the best tools for search keyword. 19:goooooogle yes! |
但测试的结果竟然出现这么多行？？太诡异了吧？ 其实一点也不诡异，因为 g*g 里面的 g* 代表『空字符或一个以上的 g』 在加上后面的 g ，因此，整个 RE 的内容就是g, gg, ggg, gggg ， 因此，只要该行当中拥有一个以上的 g 就符合所需了！
那该如何得到我们的 g....g 的需求呢？呵呵！就利用任意一个字符『.』啊！ 亦即是：『g.*g』的作法，因为 * 可以是 0 或多个重复前面的字符，而 . 是任意字符，所以： 『.* 就代表零个或多个任意字符』的意思啦！
| [root@test root]# grep -n 'g.*g' regular_express.txt 1:"Open Source" is a good mechanism to develop programs. 14:The gd software is a library for drafting programs. 18:google is the best tools for search keyword. 19:goooooogle yes! |
因为是代表 g 开头与 g 结尾，中间任意字符均可接受，所以，第 1 与第 14 行是可接受的喔！ 这个.* 的 RE 表示任意字符是很常见的，希望大家能够理解并且熟悉！
再出一题，如果我想要找出『任意数字』的行列呢？因为仅有数字，所以就成为：
| [root@test root]# grep -n '[0-9][0-9]*' regular_express.txt 5:However, this dress is about $ 3183 dollars. 15:You are the best is mean you are the no. 1. |
虽然使用 grep -n '[0-9]' regular_express.txt 也可以得到相同的结果，但鸟哥希望大家能够理解上面指令当中 RE 表示法的意义才好！
- 例题五、限定连续 RE 字符范围 {}
在上个例题当中，我们可以利用 . 与 RE 字符及 * 来设定 0 个到无线多个重复字符， 那如果我想要限制一个范围区间内的重复字符数呢？举例来说，我想要找出两个到五个 o 的连续字符串，该如何作？这时候就得要使用到限定范围的字符 {} 了。 但因为 { 与 } 的符号在 shell 是有特殊意义的，因此， 我们必须要使用跳脱字符 \ 来让他失去特殊意义才行。
至于 {} 的语法是这样的，假设我要找到两个 o 的字符串，可以是：
| [root@test root]# grep -n 'o\{2\}' regular_express.txt 1:"Open Source" is a good mechanism to develop programs. 2:apple is my favorite food. 3:Football game is not use feet only. 9:Oh! The soup taste good. 18:google is the best tools for search keyword. 19:goooooogle yes! |
这样看似乎与 ooo* 的字符没有什么差异啊？因为第 19 行有多个 o 依旧也出现了！ 好，那么换个搜寻的字符串，假设我们要找出 g 后面接 2 到 5 个 o ，然后再接一个 g 的字符串， 他会是这样：
| [root@test root]# grep -n 'go\{2,5\}g' regular_express.txt 18:google is the best tools for search keyword. |
嗯！很好！第 19 行终于没有被取用了(因为 19 行有 6 个 o 啊！)。 那么，如果我想要的是 2 个 o 以上的 goooo....g 呢？除了可以是 gooo*g ，也可以是：
| [root@test root]# grep -n 'go\{2,\}g' regular_express.txt 18:google is the best tools for search keyword. 19:goooooogle yes! |
呵呵！就可以找出来啦～
经过了上面的几个简单的范例，我们可以将基础的正则表达式特殊字符汇整如下：
| RE 字符 | 意义与范例 |
| ^word | 待搜寻的字符串(word)在行首！ |
| 范例：grep -n '^#' regular_express.txt | |
| word$ | 待搜寻的字符串(word)在行尾！ |
| 范例：grep -n '!$' regular_express.txt | |
| . | 代表『任意一个』字符，一定是一个任意字符！ |
| 范例：grep -n 'e.e' regular_express.txt | |
| \ | 跳脱字符，将特殊符号的特殊意义去除！ |
| 范例：grep -n \' regular_express.txt | |
| * | 重复零个或多个的前一个 RE 字符 |
| 范例：grep -n 'ess*' regular_express.txt | |
| \{n,m\} | 连续 n 到 m 个的『前一个 RE 字符』 |
| 范例：grep -n 'go\{2,3\}g' regular_express.txt | |
| [] | 字符集合的 RE 特殊字符的符号 |
| [list] |
请特别留意的是，『正则表达式的特殊字符』 与一般在指令列输入指令的『万用字符』并不相同， 例如，在万用字符当中，* 代表的是 0 ~ 无限多个字符的意思，但是在正则表达式当中， * 则是重复 0 到多个的前一个 RE字符的意思～使用的意义并不相同，不要搞混了！ (鸟哥我一开始摸正则表达式时就很容易搞混！因为这里是新手最容易搞错的地方，特别小心啊！)
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
