正则表达式 (grep)

正则表达式 (grep)

    grep (global search regular expression(RE) and print out the line,全面搜索正则表达式并把行打印出来)是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。搜索的结果被送到屏幕，不影响原文件内容。Unix的grep家族包括grep、 egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展，支持更多的re元字符，

一:语法

grep -aceinv ‘字符串' filename

参数说明：

-a	当对binary文件搜索时使用
-c	计算次数
-e	两个表达式连到一起
-i	忽略大小写的不同
-n	输出行号
-v	反向选择

  字符串

    ^word  搜索行首为(word)的行

    word$  搜索行尾为(word)的行

    .      代表任意一个字符，一定是一个任意字符

    \       将特殊符号的特殊意义去除

    *      重复零个或多个的前一个 RE 字符

    [ ]     代表一个待搜索的字符

    [ - ]     中的减号 -代表两个字符之间的所有连续字符

    [^abc ]  代表不包括abc 如grep -n [^A-Z]不搜索大写

    \{n,m\}  连续 n 到 m 个的(前一个 RE 字符)

    \{n\}    连续 n 个的前一个 RE 字符

    \{n,\}   连续 n 个以上的前一个 RE 字符

    \(..\)   一个字符单位，如'\(love\)'，love被标记为1。

 

    egrep 是 grep –E

    +    重复零个或多个的前一个 RE 字符

    ?    零个或一个前一个 RE 字符

    |    用或( or )的方式找出数个字符串

    ( )     一个字符单位

二:在线验证

       http://www.rubular.com

三:常用正则表达式

1.常用的正则表达式

    [\u4e00-\u9fa5]      //匹配中文字符

    [^\x00-\xff]            //匹配双字节字符(包括汉字在内)

    \n\s*\r                     //匹配空白行的正则表达式

    ^\s*|\s*$                //匹配首尾空白字符

    [a-zA-z]+://[^\s]*    //匹配网址URL

    ^[a-zA-Z][a-zA-Z0-9_]{4,15}$  //匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)

    \d{3}-\d{8}|\d{4}-\d{7}        //匹配国内电话号码

    [1-9][0-9]{4,}                        //匹配腾讯QQ号

    [1-9]\d{5}(?!\d)                     //匹配中国邮政编码

    \d{15}|\d{18}                        //匹配身份证

    \d+\.\d+\.\d+\.\d+                   //匹配ip地址

    <(\S*?)[^>]*>.*?</\1>|<.*? />             //匹配HTML标记的正则表达式

    \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*   //匹配Email地址

2.匹配特定数字

    ^[1-9]\d*$     //匹配正整数

    ^-[1-9]\d*$   //匹配负整数

    ^-?[1-9]\d*$  //匹配整数

    ^[1-9]\d*|0$  //匹配非负整数（正整数 + 0）

    ^-[1-9]\d*|0$ //匹配非正整数（负整数 + 0）

    ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮点数

    ^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数

    ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$     //匹配浮点数

    ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　     //匹配非负浮点数+ 0

     ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$//匹配非正浮点数+0
3.匹配特定字符串

    ^[A-Za-z]+$　  //匹配由26个英文字母组成的字符串

    ^[A-Z]+$      //匹配由26个英文字母的大写组成的字符串

    ^[a-z]+$       //匹配由26个英文字母的小写组成的字符串

    ^[A-Za-z0-9]+$//匹配由数字和26个英文字母组成的字符串

    ^\w+$             //匹配由数字、26个英文字母或者下划线组成的字符串

原文