正则表达式基础

一、正则表达式是什么

正则表达式是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。

最重要的是字符串匹配。

二、正则表达式与通配符

1、通配符

• 用来匹配文件名
• *   匹配任意多个（0~n）字符
• ?  匹配任意一个字符
• []  匹配中括号内的任意一个字符
• Is、find、cp命令

2、正则表达式

• 用来匹配文件中的字符串
• 对大多数语言，都有正则表达式，但是绝大多数，没有通配符的概念。
• grep、awk、sed命令支持正则表达式

正则是包含匹配，通配符是完全匹配。

三、基础正则表达式

1、*    前一个字符匹配0次或任意多次

•      ”a*“ 匹配所有内容  整个文档 
•     "aa*" 匹配至少包含有一个a的行
•      ”aaa*“ 匹配至少包含两个连续a的字符串  

2、.  匹配除了换行符外任意一个字符

•     s..d会匹配在s和d这两个字符间一定有两个字符的单词
•    s.*d会匹配在s和d这两个字符间有任意字符的单词
•    .* 匹配所有内容

3、^ 匹配行首 

•     ^hell会匹配以hello开头的行
•     ^a匹配以a开头的行

4、$ 匹配行尾 

•  b$匹配b为尾的行
• ^$匹配空白行

5、[] 匹配中括号中指定的任意一个字符

• s[ao]id   可以匹配到said和soid
• [0-9]      可以匹配到  1  234  dd2  6aaa都可以（再说一遍正则是包含匹配）
• ^[0-9]    匹配到以数字开头的行
• [0-9]$    匹配到数字结尾的行
• ^[^a-z]  匹配到不以小写字母开头的行
• ^[^a-zA-Z]匹配到不以字母开头的行
• [^a-z]       列出不含小写字母的话行
• 中括号里的^代表取反

6、\ 转义符 让特殊符号丧失特殊作用

• ”\.$“  
• .此处就代表点，以点结尾的行

7、”\{n\}“ 表示前面的字符恰好出现n次

• "a\{3\}"匹配a字母至少连续出现三次的字符串
• "xc\{3\}u" 匹配x和u之间有三个c的行
• "[0-9]\{3\}"匹配包含连续的三个数字的字符串

8、"\{n,\}" 表示前面的字符至少出现n次 跟上面很像 要看实验

• ”\{n,m\}“匹配其前面的字符至少出现n次，最多出现m次
• "sa\{1,3\}i"  匹配在字母s和i之间有最少一个a，最多三个a

四、例子：提取规范的日期和IP

1、匹配日期

• [0-9]\{4\}-[0-9]\{2\}-[0-9]\{2\}
• YYYY-MM-DD

2、匹配IP地址 

• [0-9]\{1,3\}\.[0-9]\{1,3\}\.[0-9]\{1,3\}\.[0-9]\{1,3\}
• 192.168.0.1

说明：所有IP和日期都能被匹配，但是能被匹配的不一定是日期和IP地址。