正则表达式

grep工具

1. grep是Linux中常用的文本过滤工具，按照关键字或者正则表达式进行过滤，它是按行匹配的，通常是Linux中处理文本的第一步。
2. grep工具采用的是贪婪匹配，即：匹配当前行中所有的匹配内容。
3. grep工具如果匹配到了，它的退出码是0，如果没有匹配到，它的退出码是1。
4. 选项

-i 忽略大小写的不同
-n 同时输出行号
-v 反向选择，显示出没有'搜寻字符串'内容的一行
-o 只输出文件中匹配到的部分
-q 安静模式匹配
-r/R 递归查找
-E 使用扩展正则匹配
--color 将匹配得到的内容进行语法高亮

正则表达式

1. 概念

1. 正则表达式是用于描述一组字符串特征的模式，用来匹配特定的字符串，通过特殊字符+普通字符来进行描述，从而达到文本匹配目的；
2. 正则表达式被集成于各种文本编辑器中和文本处理工具中；
3. 正则表达式基本与语言无关。
4. 正则匹配有三类：基本的正则表达式、扩展的正则表达式、Perl的正则表达式

2. 正则表达式的基本要素

1. 字符类
2. 数量限定符
3. 位置限定符
4. 特殊符号

3. 字符类

字符	含义	举例
.	匹配任意一个字符	a.可以匹配ab、a1等
[]	匹配括号中的任意一个字符	[ab2]c可以匹配ac、bc、2c
-	在[]内表示字符范围	[0-9a-f]a可以匹配3a、ba
^	在[]内的开头，匹配除括号中的字符之外的任意一个字符	[^ab]2可以匹配x2、z2，但是不可以匹配a2、b2
[[:xxx:]]	grep工具预定义的一些命令字符类	[[:alpha:]]匹配一个字母，[[:digit:]]匹配一个数字

4. 数量限定符

字符	含义	举例
?	紧跟在它前面的单元应匹配零次或一次	[0-9]?a匹配1a、2a、a
+	紧跟在它前面的单元应匹配一次或多次	[a-zA-Z0-9_.-]+@[a-zA-Z0-9_.-]+com匹配一个email地址
*	紧跟在它前面的单元应匹配零次或多次	[a-zA-Z_]+[a-zA-Z_0-9]*匹配C语言的标识符
{N}	紧跟在它前面的单元应精确匹配N次	[1-9][0-9]{2}匹配100到999的整数
{N,}	紧跟在它前面的单元应匹配至少N次	[1-9][[0-9]{2,}匹配100以上的整数
{,M}	紧跟在它前面的单元应匹配最多M次	[0-9]{,1}相当于[0-9]
{N,M}	紧跟在它前面的单元应匹配至少N次，最多M次	([0-9]{1,3}\.){3}[0-9]{1,3}匹配IP地址

上面的例子a{,3}中，在相关的文档中并未出现，应该是错误或者废弃的用法

5. 位置限定符

字符	含义	举例
^	匹配行首的位置	^Content匹配位于一行开头的Content
$	匹配行末的位置	;$匹配位于一行结尾为;号， ^$匹配空行
\<	匹配单词开头的位置	\
>	匹配单词结尾的位置	p>匹配以p结尾的单词
\b	匹配单词开头或结尾的位置	\bat\b匹配at，不匹配cat,batch等
\B	匹配非单词开头和结尾的位置	\Bat\B匹配battery，不匹配attend等

1. \b用来限定目标串中是否有以指定字符串开头的单词，称之为词界，\b称为非词界
2. ^$确定目标串出现的位置，称之为锚点

6. 特殊符号

字符	含义	举例
\	转义字符	\<即将普通字符<转义为单词开头的位置
()	将正则表达式的一部分括起来组成一个单元
|	连接两个子表达式，表示或的关系

基本正则表达式和扩展正则表达式的区别：
　　在基本正则的规范下，?+{}|()应解释为普通字符，要表示上述特殊含义则需要加\转义。反之，在扩展规范下，?+{}|()应该被理解为特殊含义，要取字面意义，也要对其进行\转义。