正则表达式

对于 2 + 4 算术表达式，2是（数字）字面值字符，+是操作符，而不能把+解释为普通字面字符，我们告诉计算机如何产生计算结果，而不是简单的告诉计算机返回6

关键术语：

1，（正则表达式），由字面值和元字符组成，描述了一种模式（pattern）或字符序列。

2，（元字符），元字符在正则表达式中有特殊的含义，就像2+4中的+符号一样，它不被用作字面值本身，而是表示一个操作符。元字符下辖两个基本的类型，例如 . 表示单个字符的元字符，而 * 表示如何修改前面的字符的元字符。

3，（字面值），除元字符外的任意字符，都被解释为只匹配它本身。

4，（字符类），在正则表达式中的有元字符 [ ] 括起来的字符集。

 

元字符汇总：

元字符	用途
.	除换行符外，匹配任意单个字符；awk匹配任意单个字符，包括换行符，后同
*	匹配任意个，在它前面的字符。（包括由正则表达式指定的字符）
[....]	匹配方括号中的字符类中的任意单个字符。如果方括号中的第一个字符为脱字符（^），则表示否定匹配。连字符（-）表示数字范围。注意，元字符（无需转义）在方括号内都变成字面值（awk中需转义）。
^	如果作为正则表达式的第一个字符，则表示匹配行的开始。
$	如果作为正则表达式的最后一个字符，则表示匹配行的结尾。
\{n,m\} sed，grep	匹配它前面单个字符出现的次数（包括由正则表达式指定的字符）。 \{n\} 匹配n次，\{n,\} 至少匹配n次， \{n,m\} 匹配n到m之间的任意次数。
\	匹配转义随后的元字符。
\<love	匹配包含以love开头的单词的行
love\>	匹配包含以love结尾的单词的行，\<love\> 匹配含有love单词的行
+	匹配前面的单个字符（正则表达式的）一次或多次出现，等价 \{1,\}
？	匹配前面的单个字符（正则表达式的）零次或一次出现，等价 \{0,1\}
|	指定正则表达式的联合，如果某行匹配其中的一个正则表达式，那么它就匹配该模式。例如 $ grep '^dog|^pander' in_file  匹配in_file中以dog或pander开头的行。用单引号引住其中的模式，是为防止传递给shell解释。
()	对正则表达式分组，例如 ’Lab(oratorie)?s’ ，匹配Labs，和Laboratories ； ‘compan(y|ies)’ ，匹配company，和companies； 注意大多数sed和grep不支持，但所有的awk及egrep版本都支持。
{n,m} awk，egrep	匹配其前面的单个字符出现的次数（包括由正则表达式指定的字符）。

注：灰色部分，egrep和awk支持。

 

一些细节：

1，[字符类]中的特殊字符（注意限定在“字符类”范围内）。

字符	功能
\	在awk中，字符类中的元字符需转义。 在grep，sed中，字符类中的元字符自动作为字面值匹配。
-	当它不在字符类中的第一个或最后一个位置时，表示的是一个范围。否则表示的是字面值本身。
^	仅当在字符类中的第一个位置时表示的是反转匹配。

2，^和$定位符的问题

在sed和grep中，只有^和$分别出现在正则表达式的开始和结尾才能发挥元字符的作用。在正则表达式的其它位置则会被当做字面值匹配。

在awk中，无论^和$定位符出现在正则表达式的哪个位置，它们总是发挥元字符的作用，要想使其作为字面值匹配，可用反斜杠转义。