【linux网络】正则表达式

一、正则表达式

1.1作用范围

• 通常用于判断语句中，用来检查某一个字符串是否满足某一格式

1.2正则表达式的组成

• 普通字符
• 包括大小写字母、数字、标点符号及其它符号
• 元字符
• 元字符是指在正则表达式中具有特殊意思的专用字符，可以用来规定其导字符（即位于元字符前面的字符或者表达式）在目标对象中的出现模式

1.3基础正则表达式常见元字符（支持的工具：grep、egrep、sed、awk）

• \ ：转义字符，用于取消特殊符号的含义，例：!、\n、$等
• ^ ：匹配字符串开始的位置，例：：^a、^the、^#、^[a-z]
• $ ：匹配字符串结束的位置，例：word美元符号、^$匹配空行
• . ：匹配除\n之外的任意的一个字符，例：go.d、g…d
• * ：匹配前面子表达式0次或者多次，例：goo*d、go.*d
• [list] ：匹配list列表中的一个字符，例：go[ola]d，[abc]、[a-z]、[a-z0-9]、[0-9]匹配任意一位数字
• [^list] ：匹配任意非list列表中的一个字符，例：[^0-9]、[^A-Z0-9]、[^a-z]匹配任意一位非小写字母
• {n} ：匹配前面的子表达式n次，例：go{2}d、'[0-9]{2}'匹配两位数字
• {n,} ：匹配前面的子表达式不少于n次，例：go{2,}d、'[0-9]{2,}'匹配两位及两位以上数字
• {n,m} ：匹配前面的子表达式n到m次，例：go{2,3}d、'[0-9]{2,3}'匹配两位到三位数字
  注：egrep、awk使用{n}、{n,}、{n,m}匹配时“{}”前不用加“\”
• \w ：匹配包括下划线的任何单词字符。\W ：匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
• \d ：匹配一个数字字符。\D ：匹配一个非数字字符。等价于 [^0-9]。
• \s ：空白符。\S ：非空白符

1.4扩展正则表达式元字符：（支持的工具：egrep、awk）grep -E ，sed -r

• +：匹配前面子表达式1次以上，例：go+d，将匹配至少一个o，如god、good、goood等
• ? ：匹配前面子表达式0次或者1次，例：go?d，将匹配gd或god
• () ：将括号中的字符串作为一个整体，例1：g(oo)+d，将匹配oo整体1次以上，如good、gooood等
• | ：以或的方式匹配字符串，例：g(oo|la)d，将匹配good或者glad

二、实验

区号025开头，号码与区号间可以是空格、-、没有，号码必须是5或者8开头的八位数

匹配网址
(1)用户名@: 长度要求在6-18位，任意大小写英文，任意数字，除了@符号和空格以外的其它任意符号字符，开头只能是_或者字母
(2)子域名.[二级域名]:长度任意，符号只能包含 -_.
.(3)顶级域名: 长度在2-5，任意大小写英文
（4）完整匹配

#匹配用户名，\w匹配下划线在内的任何个单词字符\D匹配非字符[^@ ]配除了空格和@符的任意字符{5~17}匹配最少五位，最多17位字符[a-zA-Z]*匹配任意字母0次或者多次
cat 456.txt | grep -P "^([\w\D])[^@ ]{5,17}@[A-Za-z]*[-_.]"
#子域，二级域，二级域可有可无，用？号匹配一次或0次
[A-Za-z]*[-_.]([a-zA-Z]*)?.()"
#顶级域 
.[a-zA-Z]{2,5}$