正则表达式

一、正则表达式介绍

正则表达式(Regular Expression)是一种文本模式匹配，包括普通字符（例如，a - z 之间的字母）和特殊字符（称为"元字符"）。就像数学公式一样，我们可以通过正则表达式，在海量的数据中获取我们自己想要的数据。

正则表达式，常被计算机语言广泛使用，比如：shell、php、python、java、js等！

shell也支持正则表达式，但不是所有命令都支持，常见的命令只有 awk、grep、sed命令。

# 测试数据:
ac
ab
abbc
abcc
abbbbc
acc
abc
asb
aa
cc
a_c
aZc
aAAAAc
a c
ABC

ccc

dddd
http:www
abababab
c c d
123
a3c
e*f

二、特殊字符

1、定位符

定位符使用技巧：字符 ^ 和 $ 同时使用时，表示精确匹配，只是用字符$或^ 表示模糊匹配！

定位符	说明
^	锚定开头 如：^a 匹配以a开头 默认锚定一个字符
$	锚定结尾 如：a$ 匹配以a结尾 默认锚定一个字符
< 或 \b	词首锚定，用于单词模式的左侧
> 或 \b	词尾锚定，用于单词模式的右侧
<PATTERN>	匹配完整单词

去除nginx配置文件空行

[root@shell zz]# egrep  -v  "^$" /usr/local/nginx/conf/nginx.conf

去除nginx配置文件空行和#

[root@shell zz]# egrep    "^$|#"  /usr/local/nginx/conf/nginx.conf

演示：

# 1、精确匹配 以a开头c结尾的字符
[root@shell zz]# grep -e "^ac$" test.txt 
ac

# 2、模糊匹配 以a开头字符
[root@shell zz]# grep -e "^a" test.txt 
ac
ab
abbc
abcc
abbbbc
acc
abc
asb
aa
a_c
aZc
aAAAAc
a c
abababab
a3c
a*c

2、匹配符

匹配符	说明
.	匹配除回车以外任意字符
()	字符串分组
[]	表示匹配括号中的一个字符
[^]	取反，表示不匹配括号中出现的字符
\	转义字符
|	或

演示：

# 1、匹配a开头c结尾 中间是任意一个字符
[root@shell zz]# grep -e "^a.c$" test.txt 
acc
abc
a_c
aZc
a c
a3c

# 2、匹配a开头c结尾 中间是a、b、c中的任意一个字符
[root@shell zz]# grep "^a[abc]c$" test.txt 
acc
abc

# 3、匹配a开头c结尾 中间字符不包括a、b、c字符
[root@shell zz]# grep "^a[^abc]c$" test.txt 
a_c
aZc
a c
a3c

# 4、匹配"e*f"  *号在正则又特殊意义 需要使用\转义字符进行转义
[root@shell zz]# grep -e "e\*f" test.txt

# 5、匹配a或b开头的字符
[root@shell zz]# egrep "^a|^b" test.txt 
ac
ab
abbc
abcc
abbbbc
acc
abc
asb
aa
a_c
aZc
aAAAAc
a c
abababab
a3c
bfsda

# 6、匹配a或b开头的字符 使用小括号分组
[root@shell zz]# egrep "^(a|b)" test.txt 
ac
ab
abbc
abcc
abbbbc
acc
abc
asb
aa
a_c
aZc
aAAAAc
a c
abababab
a3c
bfsda


# 注意 5和6使用grep命令需要使用转义符进行转义 如下：
grep -e "^\(a\|b\)" test.txt 
grep -e "^a\|^b" test.txt 

3、限定符

对前面的字符或者字符串做限定说明

限定符	说明
*	匹配前面的字符0次或任意次
\？	匹配前面的字符0次或一次，意味着可有可无
+	匹配前面的字符1次或任意次，意味着至少一次
{n,m}	匹配某个字符出现次数 表示最少n次，最多m次
{n}	匹配某个字符正好出现n次
{0,n}	匹配前面的字符至多n次
{m,}	至少m次

演示：

# 1、匹配a开头c结尾  中间b可有可无
[root@shell zz]# egrep "^ab*c$" test.txt 
ac
abbc
abbbbc
abc

# 2、匹配a开头c结尾  中间b只能出现一次，或者一次也不出现
[root@shell zz]# egrep "^ab?c$" test.txt 
ac
abc

# 3、匹配a开头c结尾  中间b至少出现一次，或多次
[root@shell zz]# egrep "^ab+c$" test.txt 
abbc
abbbbc
abc

# 4、匹配a开头c结尾  中间b正好出现2次

[root@shell zz]# egrep "^ab{2}c$" test.txt 
abbc


# 5、匹配a开头c结尾  中间b最少出现2次，最多出现5次
[root@shell zz]# egrep "^ab{2,5}c$" test.txt 
abbc
abbbbc

三、POSIX字符

特殊字符	说明
[[:alnum:]]	匹配任意字母字符0-9 a-z A-Z（不包括符号类型的）
[[:alpha:]]	匹配任意字母 大写或小写
[[:digit:]]	匹配数字0-9
[[:graph:]]	匹配非空字符（非空格 控制字符）
[[:print:]]	匹配非空字符
[[:upper:]]	匹配大写
[[:lower:]]	匹配小写
[[:cntrl:]]	匹配控制字符（如：tab）
[[:punct:]]	匹配标点符号
[[:blank:]]	匹配空格和tab键
[[:xdigit:]]	16进制数字
[[:space:]]	所有空白字符（新行、空格、制表符）

注意[ [ ] ]双括号地意思：第一个中括号是匹配符[] 表示匹配括号中任意一个字符，第二个[]是POSIX字符的固定格式

随机演示：

# 1、匹配任意字母字符
egrep "[[:alnum:]]" test.txt 

# 2、匹配任意字母 大写或小写
egrep "[[:alpha:]]" test.txt

# 3、匹配a开头c结尾中间是数字的
egrep "^a[[:digit:]].*c$" test

# 4、匹配非空字符（不匹配空格）
egrep  -v "[[:graph:]]" test.txt