Linux 正则表达式

目录

1.正则表达式

1.基本的正则表达式

2 . 扩 展 的 正 则 表 达 式

 sed工具

---

正则表达式有什么用？最基本的爬虫会用到，正则表达式简单来说就是匹配字符串的

比如：你匹配所有图片的链接地址  <img src="------(图片链接地址)">   比如、abc/def

URL:在WWW上，每一信息资源都有统一的且在网上的地址，该地址就叫URL（Uniform Resource Locator,统一资源定位器），它是WWW的统一资源定位标志，就是指网络地址

正则表达式和通配符不一样！

通配符只能匹配文件名

正则表达式的功能十分强大，可以匹配字符串

1.正则表达式

 正则表达式是处理字符串的方法，他是以行为单位来进行字符串处理的行为，通过一些特殊符号的辅助，可以让使用轻易的达到 搜索/删除/取代某特定字符串的处理程序。

 正则表达是一种表示方法，工具程序支持这种表示方法，则可以用 正则表达式来进行字符串的处理。例如：vi、grep（搜索以abc开头的行）、awk、sed等

补充：grep命令

功能：用于查找文件中包含有指定字符串的行

常用的参数选项：-v ：列出不匹配的行

                             -n：每个匹配行只按照相对行号显示

用途：分析日志、简单的垃圾邮件过滤（比如广告）、软件（系统）配置等等

规范：

正则表达式拥有不同的规范，POSIX规范，Perl规范，Python规范等（perl规范和Python其实无太大差别）, Shell中的grep、egrep都使用POSIX规范。POSIX规范包括：

1.基本的正则表达式

  POSIX字符：POSIX字符类是一个形如[:...:]的特殊元序列，他可以用于匹配特定的字符范围。

  搜索指定字符串（以grep命令，搜索regular.txt文件为例）

"Open Source" is a good mechanism to develop programs.

apple is my favorite food.

Football game is not use feet only.

this dress doesn't fit me.

However, this dress is about $ 3183 dollars.

GNU is free air not free beer.

Her hair is very beauty.

I can't finish the test.

Oh! The soup taste good.

motorcycle is cheap than car.

This window is clear.

the symbol '*' is represented as start.

Oh! My god!

The gd software is a library for drafting programs.

You are the best is mean you are the no. 1.

The world <Happy> is the same with "glad".

I like dog.

google is the best tools for search keyword.

goooooogle yes!

go! go! Let's go.

# I am VBird

建一个regular文件

 含有字符的搜索

注意这两个匹配的方式：为什么有两个中括号要搞懂

grep –n  ‘[^[:lower:]]oo ’ regular.txt

grep –n   ‘[^[:digit:]]’ regular.txt

指定开始、结尾字符串的搜索 （以grep命令，搜索regular.txt文件为例）

一定要区分^和中括号里面的^区分开，一个代表行首，一个代表取反

 

含 有 任 意 、 重 复 字 符 的 字 符 串 搜 索 （ 以 grep 命 令 ， 搜 索 regular.txt文件为例）

.    :一定有一个任意字符

*   ：重复前一个字符，0到多次，注意0

grep –n  ‘o*’ regular.txt（可以一个o也不包含）

grep –n   ‘ oo*’ regular.txt（最少包含一个o）

 给定字符范围的字符串搜索 （以grep命令，搜索regular.txt文件 为例）

‘{}’能够指定字符个数，但‘{}’在shell中有特殊意义，因此 需要使用转移字符‘\’ 。

 正则表达式与通配符的区别

通配符 是bash 操作接口的一个功能

正则表达式 是一种字符串处理的表示方式。

例如：

通配符中， *代表0~无限多个字符， 而正则中*标识重复前一个字符多次

通配符中,?表示任意一个字符， 正则中则用’.’表示

2 . 扩 展 的 正 则 表 达 式

 grep 仅支持基础正则表达式，如果要使用扩展正则表达式，一般使 用egrep, 或 grep -E。

 例如： 标准正则： grep -v '^$’ regular_express.txt l grep -v ‘^#’

用扩展正则表达式替换为： egrep -v '^$|^#’regular_express.txt

 

 sed工具

 sed 命令是利用脚本来处理文本文件。

 sed 可依照脚本的指令来处理、编辑文本文件。

 sed 主要用来自动编辑一个或多个文件、简化对文件的反复操作、 编写转换程序等。