linux正则表达式

正则表达式是一种符号表示法，被用来识别文本模式。它以行为单位进行字符串的处理操作

编程语言（java、perl和python）、Linux实用工具（比如vi、sed编辑器、gawk程序和grep工具）以及主流应用（比如MySQL和PostgreSQL数据库服务器）可能会用不同类型的正则表达式。

正则表达式是通过正则表达式引擎实现的，在Linux中有两种流行的正则表达式引擎：

• POSIX基础正则表达式引擎，BRE引擎
• POSIX扩展正则表达式引擎，ERE引擎

基础正则表达式——BRE模式

BRE模式的元字符是：锚字符、点号字符、字符组、星号

1.纯文本

正则表达式模式都区分大小写，空格和其他的字符没有区别。

2.特殊字符

正则表达式识别的特殊字符包括：.*[]^${}\+?|()

只要特殊字符作为文本字符，就必须转义，即在特殊字符前面加转义符（反斜杠\）。

匹配词，而不是匹配字符，使用\<word\>，因为<>需要表示匹配word单词的功能时必须转义。这样就会单词匹配了。例如匹配love单词，则只会匹配l love China，而不会匹配My gloves are red。

3.锚字符 ^ $

 有两个特殊字符可以用来将模式锁定在数据流中的行首或行尾，脱字符（^），美元符（$）。

脱字符使用时必须将它放在正则表达式的前面，若在模式开头的其他位置，则和普通字符一样了。

美元符使用时必须将它放在正则表达式的结尾，若在模式结尾的其他位置，则和普通字符一样了。

4.点号字符  .

.用来匹配除换行符之外的任意单个字符，它必须匹配一个字符。

 5.字符组 []

（1）使用方括号来定义一个字符组。比如[12345]

（2）排除型字符组：只需要在字符组的开头加个脱字符,比如[^12345]，注意！在正则表达式中是普通字符，不能表达反向选择。

（3）区间：用单破折号在字符组中表示字符区间，适合数字、大小写字母。比如[12-5]

（4）特殊字符组：使用特殊字符组用来匹配特定类型的字符，如下：

BRE特殊字符组

组	描述
[:alnum:]	匹配任何字母数字。等价于A-Za-z0-9
[:word:]	于[[:alnum:]]相同，但增加了下划线字符
[:alpha:]	字母字符，等价于A-Za-z
[:blank:]	包含空格和tab字符
[:digit:]	数字0-9
[:graph:]	可视字符，在ASCII中，它包含33到126的字符
[:print:]	可打印字符，在[[:graph:]]中的所有字符，再加上空格字符
[:lower:]	小写字母a-z
[:upper:]	大写字母A-Z
[:space:]	匹配任意空白字符：空格、制表符、回车、换行等价于\t\r\n\v\f
[:punct:]	匹配标点符号

例如，一个字符串是否是一句话，即字符串开始于一个大写字母，然后包含任意多个大写小写的字母和空格，最后以句号收尾。

[[:upper:]][[:upper:][:lower:] ]*\.

排除型字符，比如[^[:upper:]]排除A-Z之外的其他字符，一定要且必需要匹配一个字符，空格字符属于这个范围。

6.星号 *

星号前面的字符可以出现0次或者多次。

点号特殊字符和星号特殊字符的组合能匹配任意数量的任意字符。它通常用在数据流中两个可能相邻或不相邻的文本字符串之间。

星号用在字符组上时，它可以指定文本中出现多次的字符组或者字符区间，比如[abc]*,[a-c]*,[[:lower:]]*.

扩展正则表达式——ERE模式

在BRE模式的基础上扩展了元字符。

注意，只有在用反斜杠进行转义的情况下，字符“（”、“）”、“{”和“}”才会在扩展正则表达式（ERE）中被当作元字符处理，而在基本正则表达式（BRE）中，任何元字符前面加上反斜杠反而会使其被当作普通字符来处理

1.问号 ？

问号前面的字符可以出现0次或者1次，是限定符。

2.加号 +

加号前面的字符可以出现1次或者多次，但至少出现1次。

3.花括号 {}

匹配特定个数的元素。{m}匹配前面的元素，准确出现m次；{m,n}匹配前面的元素至少出现m次，至多n次；{m，}匹配前面的元素，至少出现m次；{，n}匹配前面的元素，至多出现n次。

\{m,n\}，\{m\}，\{m,\}，\{,n\}

因为{}符号在shell中也是有特殊意义的，因此，必须使用转义符\让它失去特殊意义，仅生效正则匹配的功能。比如grep -n 'o\{2,5\}' regular_express.txt  在txt文本中找到至少两个oo，最多5个o的字符串。

4.管道符号 |

用逻辑或方式指定正则表达式引擎要用的两个或多个模式。

正则表达式和管道符号之间不能有空格，否则空格也会被认为正则表达模式的一部分，管道符号两侧的正则表达式可以采用任何正则表达模式（包括字符组）来定义文本。

格式是expr1|expr2|expr3|...

5.表达式分组（）

用圆括号进行分组。分组时，该组会被视为一个标准字符，可以像对普通字符一样给该组字符使用特殊字符，比如Sat(urday)？，可以匹配完整的Saturday或者Sat。

常见地，会将分组和管道符号一起使用来创建可能的模式匹配组。比如(c|b)a(b|t)，可以匹配第一组中字母的任意组合以及第二组字母的任意组合，即cab，cat，bab，bat。

常见地，和加号一起使用，表示多个重复群组的判别。比如，echo 'AxyzxyzxyzxyzC' | egrep 'A(xyz)+C'；表示开头是A结尾是C，中间有一个以上的xyz字符串。