正则表达式详解

正则表达式是一种符号表示法，被用来识别文本中的模式。

• grep

  grep [options] regex [file…]

  grep选项列表
  
  例子

  ls /bin > dirlist-bin.txt
  ls /usr/bin > dirlist-usr-bin.txt
  ls /sbin > dirlist-sbin.txt
  ls /usr/sbin > dirlist-usr-sbin.txt
  ls dirlist*.txt
  dirlist-bin.txt     dirlist-sbin.txt    dirlist-usr-sbin.txt
  dirlist-usr-bin.txt
  
  在所有列出的文件中搜索字符串 bzip
  grep bzip dirlist*.txt
  dirlist-bin.txt:bzip2
  dirlist-bin.txt:bzip2recover
  
  -l 选项列出包含匹配模式的文件
  grep -l bzip dirlist*.txt
  dirlist-bin.txt
  
  -L选项列出包含匹配模式的文件
  grep -L bzip dirlist*.txt
  dirlist-sbin.txt
  dirlist-usr-bin.txt
  dirlist-usr-sbin.txt
  

• 元字符和文本

  原义字符：匹配本身 （例如bzip）
  元字符：^ $ . [ ] { } - ? * + ( ) | \
  所有非元字符都被认为是原义字符

  . 被用来匹配单个任意字符
  ^和$ 被看作锚点，分别表示开头和结尾
  [] 指定的字符集合中匹配一个单个的字符
  []中的第一个字符是^ 表示不匹配字符集合中的字符
  [A-Za-z0-9] [A-Z] [a-z] [0-9] 表示字符区域
  +  匹配１个或多个
  *  匹配０个或多个
  ?  匹配０个或１个
  {} 匹配特定个数的元素 如：{m,n} 表示ｍ至ｎ个
  |  则是或意思．如：ps(a|b)，则匹配psa或者psb
  \ 是转义字符
  

• POSIX 字符集

  先看两个例子（查找以大写字母开头的文件）

  ls /usr/sbin/[ABCDEFGHIJKLMNOPQRSTUVWXYZ]*
  /usr/sbin/MAKEFLOPPIES
  /usr/sbin/NetworkManagerDispatcher
  /usr/sbin/NetworkManager
  
   ls /usr/sbin/[A-Z]*
  /usr/sbin/biosdecode
  /usr/sbin/chat
  /usr/sbin/chgpasswd
  /usr/sbin/chpasswd
  /usr/sbin/chroot
  /usr/sbin/cleanup-info
  /usr/sbin/complain
  /usr/sbin/console-kit-daemon
  

  明显可以看出第二例子有问题，它含有以小写字母开头的文件！
  　
  原因在于ASCII中字母的排列规则是

  ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz
  

  而为了满足不在 U.S.英语范围内的字符，扩充了ASCII，使用了添加了字符（128-255）。POSIX 中的 locale ，可以选择所需的字符集,echo $LANG 查看当前字符集一般为en_US.UTF-8。它使用字典排列顺序而不是 ASCII 顺序。

  aAbBcCdDeEfFgGhHiIjJkKlLmMnNoOpPqQrRsStTuUvVwWxXyYzZ
  

  export LANG=POSIX可以使系统为它的字符集使用 U.S.英语，即ASCII

  POSIX 字符集