详解 linux 正则表达式（以grep为例）

参考资料：《鸟哥的linux私房菜—基础篇》

1 什么是正则表达式？

---

**正则表达式(Regular Expression ,RE)**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，简单地说，正则表达式就是用在字符串处理上面的一项 [表达式]
用途：利用正则表达式的功能将重要信息摘取出来，便于查阅。

说明：正则表达式基本上是一种 [表示法]，只要工具程序支持，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。例如 vi grep awk sed 支持正则表达式，cp ls等指令不支持，只能使用bash自身的通配符。

2 基础正则表达式

---

2.1 语系对正则表达式的影响

例如，在英文大小写的编码顺序中，zh_TW.big5及C这两种语系的输出结果分别如下：

• LANG=C : 0 1 2 3 4 … A B C D…Z a b c d … z
• LANG=zh_TW.big5 : 0 1 2 3 4 … a A b B c C …z Z

【注】：底下的练习都是使用 LANG =C来进行
为了避免这样编码所造成的英文与数字的摘取问题，需要了解一些特殊符号：

2.2 使用grep

注：grep在数据中查询一个字符串时，是以 ** ”整行“为单位 ** 来进行数据的撷取的。

2.3 基础正规表示法练习

我们处理的文件以书中提供的这个txt为例
http://linux.vbird.org/linux_basic/0330regularex/regular_express.txt

搜寻特定字符串

反向选择

搜索特定字符串（不区分大小写）

利用中括号[]搜寻集合字符

[]里面不论有几个字符，它都代表某一个字符
想要搜索包含oo的字符

不想要oo前面有g

假设oo前不想有小写字符

要求字符串是数字


考虑到语系对于编码的影响，上述两个例子也可以这样：

查询只在行首列出的the

想要开头是小写字符的那一行

也可以这样：

不想开头是英文字母

注意: ^ 符号，在[ ]内表示反向选择，在[]之外则表示定位在行首

想要行尾为小数点（.）的那行

找出空白行

正则表达式中：

• ’ . ‘ 代表 一定有一个任意字符的意思
• ‘ * ’ 代表 重复前一个字符，0到无穷多次的意思，为组合形态

找出包含两个o以上的字符串

找到 g…g形式的字符串

在这里，‘ .* ’代表零个或多个任意字符的意思

限定连续RE字符串范围 { }
因为{ }在shell里是有特殊意义的，因此。要使用‘\’
找到两个o的字符串

2~5个o

2.4 基础正则表达式字符汇总

3 延申正则表达式

这里不做详细示例，有兴趣可以搜集资料