shell脚本学习_正则表达式_6

写在前面：

正则表达式接触的不多，从接触的用法来看主要用于搜索、匹配，主要包括文件名、文件内容。可用于shell脚本中，但是没怎么用过。。。

最常用的是我们想从当前目录下查找文件名中包含hello的文件

ls -R |grep hello

当然还是使用find或locate查找文件更方便

/*find在当前目录下查找*/
find ./ -name hello*

/*locate在数据库中查找，查找很快*/
locate hello

当然可以用于不打开文件搜寻文件中是否包含我们想要的字符

/*在hello.c文件中搜寻是否包含hello字符*/

/*a- 利用cat+grep*/
cat hello.c |grep hello

/*b- 直接用grep或egrep,语法：
grep -n 搜寻字符 文件
其中-n表示显示字符在文件的行号*/
grep -n hello hello.c

 

学习目标：

掌握正则表达式匹配符的基本用法，包括

1- 掌握字符匹配符用法。*   .    [ - ]    [^]        |          ()        \< \>

2- 掌握数量匹配符用法。*   ?     +     {n}    {n,\}     {n,m}

3- 掌握位置匹配符。 ^     $

4- 掌握匹配模式\n

 

总结

使用grep练习正则表达式要加上-E参数，不然有些匹配不到。（？；+；{}； （）；），且这几种情况在单引号内。或直接用egrep替换grep -E。这是一个坑，一定注意！

统一用法：使用egrep，待搜寻字符在单引号内。

重复次数向上兼容。比如3-5次，多于5次也满足要求。

主要关注常用的：字符类：. ；[] ；[-] ；[^] 

 

正文

说明，为方便表达，xxx代表一个文件。例如一个hello.c可用xxx表示。下面表示在hello.c中搜索的以a开头的字符

egrep '^a' xxx

ubuntu下有个usr/share/dict/words文件，可用于正则表达式练习。

 

1- 字符匹配（加不加-E都可以）

.	匹配除换行符 \n 之外的任何单字符，可以使用多个.表示匹配多个任意字符。egrep  'a...'  xxx，表示匹配axxx字符。
[]	匹配一个字符集。示例grep -E [abc] xxx，可匹配到a、b、c、ab、ac、bc、abc，即含有a、b、c任一个字符的都会被匹配到。 []常搭配-一块使用。egrep '[a-z]b' xxx，可匹配到小写字符+b的字符，如ab,bb...
^	在[]中使用表示非。egrep  '[^abc]' xxx，和[]相反，不匹配单字符a、b、c；不匹配双字符ab、ac、bc；不匹配三字符abc（试下就知道了，可能不是你想的）。但是abcd之类的会被匹配到，因为除了abc外还有其他字符。
|	或逻辑。示例如下
\	转义字符，和C语言中一样
()	子表达式。标记一个子表达式的开始和结束位置。。和数学里的括号一样，是一个整体，结合下面数量匹配一块使用。
\< \>	单词。正则表达式中的单词和我们认识的不一样，指非单词字符分隔的字符串。单词字符指：字母、数字、下划线。
[[:upper:]]	大写。egrep  '[::upper:]]b' xxx，匹配大写字母+b的字符，形如Ab，Bb...

其他[[: :]]之类的描述了解即可。

[[:alpha:]]	任何字母
[[:digit:]]	任何数字
[[:alnum:]]	任何字母和数字
[[:space:]]	任何空白字符
[[:upper:]]	任何大写字母
[[:lower:]]	任何小写字母
[[:punct:]]	任何标点符号
[[:xdigit:]]	任何16进制的数字，相当于[0-9a-fA-F]

 

或逻辑示例，在hello.c文件中查找Jan或Jan. 或January字符

/*注意待搜寻字符用单引号*/
egrep 'Jan(uary| |\.)' hello.c

单词示例，在usr/share/dict/words文件中查找以at结尾的单词。除了可以搜到cat等单词，还搜到了cat's，因为cat以非字符空格和单引号分隔，符合单词解释。另外对于单词\<单词\>记忆解为两个转义字符，<单词>。

注意：单词后面的是标点符号！！

root@ubuntu:/home/lhk/learn_data/share/share_with_vmware/shell# egrep '\<[a-z]at\>' /usr/share/dict/words
bat
bat's
cat
cat's
eat
fat
fat's
hat
hat's
mat
mat's
oat
oat's
pat
pat's
rat
rat's
sat
tat
vat
vat's

单词后面的是标点符号举例: 匹配单词xat+任意个点，因为单词被非单词字符分隔，所以单词后面的点不是字符，只能是标点。

egrep '\<[a-z]at\>'.*  hello.c

 

2- 数量匹配

注意关键字，是表达式前面的字符匹配的次数！！

使用\{}之类的，要将待匹配的字符放到单引号内！！

*	匹配前面的子表达式零次或多次。egrep 'a*' xxx，有a无a都会匹配到，也就是匹配任意字符（注意！！）
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。egrep 'a?' xxx，匹配a出现0次或1次，多于1次的也匹配，这里就是匹配所有的字符。
+	匹配前面的子表达式一次或多次。egrep 'a+'  xxx 匹配a不少于1次的字符

egrep，或grep -E

{n}	重复出现n次。grep -E ‘a\{3\}’ xxx，匹配a重复出现3次，包含多余三次。
{n,}	重复出现不少于n次。grep -E ‘a{3,}’ xxx，匹配重复a不少于3次的
{n,m}	重复不少于n次不大于m次，但是如果多于m次也会匹配到。grep  -E ‘a{3,5}’ xxx，匹配a重复3-5次的，多余5次也会匹配

可结合()使用

egrep '(ab){3,}' xxx //匹配ab重复不少于3次的

 

grep不使用-E参数

\{n\}	重复出现n次。grep ‘a\{3\}’ xxx，匹配a重复出现3次，包含多余三次。
\{n,\}	重复出现不少于n次。grep ‘a\{3,\}’ xxx，匹配重复a不少于3次的
\{n,m\}	重复不少于n次不大于m次，但是如果多于m次也会匹配到。grep ‘a\{3,5\}’ xxx，匹配a重复3-5次的，多余5次也会匹配

 

3- 位置限定

$	匹配字符串结尾位置。
^	a- 匹配字符串的开始位置。 b- 在方括号表达式中使用，表示除xxx之外

示例在hello.c文件中匹配以a开头，z结尾的字符。

egrep '^a[a-z]*z$' hello.c

 

4- 其他

匹配模式：匹配模式指匹配的子表达式。用\n表示，其中n为第n个子表达式。还记得，子表达式用括号括起来？

示例：

/*第一个子表达式为a，匹配aba*/
egrep '(a)b\1' hello.c

/*第2个子表达式为a，匹配abb*/
egrep '(a)(b)\2' hello.c

复杂示例：

/*共有两个子表达式(\<.*\>)和( )，分解：
(\<.*\>)：第一个子表达式。\<单词\>，单词为.*，即不少于1个的字符
.? :0个或1个的句点。还记得，单词前后为标点吗
( )*:第二个子表达式，匹配任意个空格
\1:匹配第1个子表达式，也就是匹配单词。
*/
egrep '(\<.*\>).?( )*\1'

匹配文件、结果。很诧异为何匹配不到aa？？？？

root@ubuntu:/home/lhk/learn_data/share/share_with_vmware/shell# cat hello.c 
aa
a a
a  a
a.a
a. a
a. ba
ab. a
a. ba
a. b
root@ubuntu:/home/lhk/learn_data/share/share_with_vmware/shell# egrep '(\<.*\>).?( )?\1' hello.c 
a a
a  a
a.a
a. a

 

附：

(1)匹配日期格式YYYY-MM-DD 　　　　"[0-9]\{4\}-[0-9]\{2\}-[0-9]\{2\}" 
(2)匹配IP地址XXX.XXX.XXX　　 　　  "[0-9]\{1,3\}\.[0-9]\{1,3\}\.[0-9]\{1,3\}" 
(3)匹配腾讯QQ号码　　　　　　　　　  "[1-9][0-9]\{4,9\}"

下面的博客总结的很好，没有例子。

https://www.cnblogs.com/hmm01031007/p/11354542.html