Linux学习笔记（四）：正则表达式
Linux学习笔记（四）：正则表达式
- 一、正则表达式
- grep命令
- 二、原义字符、元字符
- 任意字符
- 锚点
- 中括号表达式
- 三、POSIX字符集
- 环境变量 LANG
- 四、扩展的正则表达式
- Alternation（交替）
- 限定符
- 反引用
- 五、关于正则表达式
一、正则表达式
正则表达式是一种符号表示法，用于识别文本模式
grep命令
grep（global regular expression print）用于查找文件里符合条件的字符串，很显然可以搭配正则表达式
grep [options] regex [file...] //grep命令的格式，在参数选项之后是一个regex（正则表达式）
-i 忽略大小写（–ignore-case）
-l 查找匹配项的文件名，不是文本行本身（–files-with-matches）
-L 跟-l 参数相反，查找不包含匹配项的文件名（–files-without-match）
grep -i you 1.txt //虽然不太被注意，但是grep命令是利用正则表达式来达到查找的目的，
这里的待匹配字符“you”是原义字符，仅仅匹配字符本身，加上参数-i用于忽略待匹配的字符的大小写限制
二、原义字符、元字符
原义字符，用于匹配本身。 除了原义字符之外，正则表达式中的元字符，被用来指定更复杂的匹配项。
^ $ . [ ] { } - ? * + ( ) | \
除了上面的几个元字符之外，其它所有字符都被认为是原义字符。（允许元字符被转义为原义字符，而不是被解释为元字符）
当在命令行中传递包含元字符的正则表达式的时候，把元字符用引号引起
任意字符
圆点字符，被用来匹配任意字符
grep -h ".oov." /usr/share/dict/words //-h参数不显示该行所属的文件名称。在Linux自带的字典中查找
原点字符会匹配在此位置的任意一个字符，正则表达式中包含的圆点字符加上原义字符等于匹配的字符长度。
文件扩展名中的圆点符号也会被看作是任意字符被匹配
锚点
插入符号和美元符号被看作是锚点。正则表达式只有在文本行的开头或末尾被找到时，才算发生一次匹配。
grep -h '^yo' /usr/share/dict/words //开头匹配
grep -h 'yo$' /usr/share/dict/words //结尾匹配
grep -h '^you$' /usr/share/dict/words //完全匹配
正则表达式‘^$’（行首和行尾之间没有字符）会匹配空行
中括号表达式
中括号表达式，能够指定字符集合来被匹配（包含元字符）
grep -h '[you]ou' /usr/share/dict/words
一个字符集合可能包含任意多个字符，大部分元字符也会失去特殊含义 （插入字符，其被用来表示否定；连字符字符，用来表示一个字符区域）
在正则表示式中的第一个字符是一个插入字符，则剩余的字符被看作是不会在给定的字符位置出现的字符集合
grep -h '[^you]oou' /usr/share/dict/words
一个否定的字符集仍然在给定位置要求一个字符， 但是这个字符必须不是否定字符集的成员
grep -h '^[0123456789]' filename //匹配系列字符，可以使用-符号来进行
grep -h '^[0-9]' filename //任意字符的区域都能使用-这种方式来表达
grep -h '^[-AZ]' filename //连字符放在正则表达式的第一个，本例中用于匹配大写字母A或者大写字母Z或者一个连字符
三、POSIX字符集
POSIX 标准介绍了一个概念locale （可以被调整，用于选择所需的字符集）
ASCII 字符，前32个字符 （数字0－31）都是控制码（如 tabs，backspaces和Enter等）
随后的32个字符 （数字32－63） 包含可打印的字符， 包括大多数的标点符号和数字0到9。
之后的32个字符 （数字64－95） 包含大写字符和一些更多的标点符号。
最后的31个字符 （数字96－127） 包含小写字母和更多的标点符号。
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz
输入echo $LANG可以查看当前系统的语言设置
POSIX 标准包含了大量的字符集，提供了有用的字符区域。
| 字符集 | 说明 |
|---|---|
| [:alnum:] | 字母数字字符。在 ASCII 中，等价于：[A-Za-z0-9] |
| [:word:] | 与[:alnum:]相同, 增加了下划线字符。 |
| [:alpha:] | 字母字符。在 ASCII 中，等价于：[A-Za-z] |
| [:blank:] | 包含空格和 tab 字符。 |
| [:cntrl:] | ASCII 的控制码。包含了0到31，和127的 ASCII 字符。 |
| [:digit:] | 数字0到9 |
| [:graph:] | 可视字符。在 ASCII 中，它包含33到126的字符。 |
| [:lower:] | 小写字母。 |
| [:punct:] | 标点符号字符。在 ASCII 中，等价于： |
| [:print:] | 可打印的字符。在[:graph:]中的所有字符，再加上空格字符。 |
| [:space:] | 空白字符，包括空格，tab，回车，换行，vertical tab, 和 form feed.在 ASCII 中， 等价于：[ \t\r\n\v\f] |
| [:upper:] | 大写字母。 |
| [:xdigit:] | 用来表示十六进制数字的字符。在 ASCII 中，等价于：[0-9A-Fa-f] |
ls filename/[[:upper:]]* //查找该路径下含有大写字母的文件
该例子并不是正则表达式，但是POSIX规范的字符集适用于正则表达式
环境变量 LANG
环境变量LANG用于设置POSIX 规范的字符集
可以通过修改LANG的值
LANG=POSIX来使用传统的unix，还可以通过添加语句export LANG=POSIX到.bashrc 文件中，使更改永久有效。
四、扩展的正则表达式
POSIX 把正则表达式的实现分成了两类： 基本正则表达式（BRE） 和扩展的正则表达式（ERE）
关于BRE和ERE的区别，体现在对于元字符的识别上
BRE：^ $ . [ ] *
ERE：( ) { } ? + |
在 BRE 中，字符“(”，“)”，“{”，和 “}”用反斜杠转义后，被看作是元字符, 而在ERE 中，在任意元字符之前加上反斜杠会导致其被看作是一个文本字符。
Alternation（交替）
alternation从一系列字符串或者其它的正则表达式中选择匹配项
echo "CAHNWILL" | grep -E 'A|C|L' //-E选项,这是一个扩展的特性，用于查找其中一个
grep -Eh '^(Y|O|U)' filename //还可以将alternation与其它正则表达式相结合，使用()来分离alternation
grep -Eh '^Y|O|U' filename //如果去掉括号，就会变成查找开头是Y，或是O、U的文件名
限定符
ERE支持几种方法，来指定一个元素被匹配的次数
?：匹配零个或一个元素，问号前面的元素可有可无
^\(?[0-9][0-9][0-9]\)? [0-9][0-9][0-9]-[0-9][0-9][0-9][0-9]$ //使用反斜杠来让元字符（）变成原义字符，之后加上问号表示可以匹配零次或者一次
*：匹配零个或多个元素
[[:upper:]][[:upper:][:lower:] ]*. //用*表示出现的字符可以出现多次或者不出现
+：匹配一个或多个元素
^([[:alpha:]]+ ?)+$ //+前面的字符必须出现过一次，？前面一个空格表示可有可不有，结尾的$锚点即结尾必须跟正则表达式相匹配。
{ }：匹配特定个数的元素（匹配的最小和最大数目）
| 限定符 | 说明 |
|---|---|
| {n} | 匹配前面的元素，出现了 n 次 |
| {n,m} | 匹配前面的元素，至少出现了 n 次，但是不多于 m 次 |
| {n,} | 匹配前面的元素，出现了 n 次或多于 n 次 |
| {,m} | 匹配前面的元素，出现小于等于 m 次 |
^\(?[0-9][0-9][0-9]\)? [0-9][0-9][0-9]-[0-9][0-9][0-9][0-9]$
修改命令
^\(?[0-9]{3}\)? [0-9]{3}-[0-9]{4}$ //通过{}来化简匹配
反引用
``引用一些函数、命令输出等，执行时会将反引号中的内容当作一个命令执行
ls -l `cat /etc/shells` //将``里的内容先进行执行，结果作为ls命令的输入
五、关于正则表达式
本篇是对于正则表达式的简单介绍，具体的在Linux系统中的用法需要配合一些文本处理的强大的命令（grep、awk、find……）来发挥出作用，这将会在下一篇详细介绍。
正则表达式的应用也不止限于Linux系统，几乎所有语言中都可以使用，它强大的的灵活性、逻辑性和功能性可以迅速地用极简单的方式达到字符串的复杂控制。
之后对于正则表达式的学习也不会仅限于这一篇文章，正则表达式的学习需要一遍一遍地去动手操作，上手不难，但是要成为一个精通正则表达式的正则带师，还需要很长一段路要走。
本篇参考《The Linux Command Line》、Linux官方文档等
Linux学习笔记（四）：正则表达式相关推荐
- Linux学习笔记四：OTG方式为itop4412烧写安卓系统
目录 一.概述 二.烧写前准备 三.分区格式化 四.烧写文件 一.概述 经过前面的笔记一.二.三,已经可以在Ubuntu进行Linux应用开发的学习.嵌入式的学习,基本还是要在ARM上运行.我主要是根 ...
- Linux学习笔记(四)之查看登录用户
1.在多用户操作系统中系统管理员为了系统管理的需要和系统安全,通常需要了解当前是什么用户登录系统.有多少用户登录系统.这些用户在做什么.普通用户之间如果要进行通信交流时,也需要知道对方是否已经登录上系 ...
- Linux学习笔记(四)账号管理之管理用户账号
1.管理用户账号:每一个登录Linux操作系统的用户在系统中都应该有其对应的注册账号,这些账号记录了用户的信息,如用户名.登录口令.用户目录所在位置.所用的shell.建立时间.权限等信息.其中用户账 ...
- Linux学习笔记(四)之用户登录
1.Linux是一个网络操作系统,作为多用户,多任务的操作系统,其系统资源是所有用户共享的.任何要使用系统资源者必须先在系统内登记,注册,即开设用户账号,该账号又包含用户名,口令,所用的shell,使 ...
- Linux学习笔记(四)
压缩和解压缩 zip和unzip命令 语法格式为:zip[选项] 参数 zip命令 可以用来解压缩文件,或者对文件进行打包操作.zip是个使用广泛的压缩程序,文件经它压缩后会另外产生具有". ...
- Linux学习笔记四--Bash Shell
查看某一命令是否是来自于外部命令还是内置于bash中:type [-tpa] name 也可用来查找命令,如:type -p touch 有/bin/touch:type -p vbird无 ...
- Linux学习笔记(四)-Linux常用命令
常用命令格式 #command(指令) [-options] parameter1(参数1) parameter2(参数2)... 大小写区分,tab自动补全 Shell特殊字符 通配符 管道Pipe ...
- linux学习笔记四：安装lsusb
yum install usbutils lsmod |grep hci modprobe usb-storage 转载于:https://blog.51cto.com/8738650/1742058
- kali linux学习笔记(四) : 网络端口大全介绍
端口大全介绍 2端口:管理实用程序 3端口:压缩进程 5端口:远程作业登录 7端口:回显 9端口:丢弃 11端口:在线用户 13端口:时间 17端口:每日引用 18端口:消息发送协议 19端口:字符发 ...
- Linux学习笔记10
Linux学习笔记10 Linux学习笔记10 正则表达式 源码包约定目录 Shell脚本约定目录 Shell脚本的创建与执行 date命令 同步时间 Shell脚本预设变量 与用户交互 数学计算 S ...
最新文章
- Compression Helper Class using SharpZipLib
- 十二步创建你的第一个JavaScript库
- 每天一个 Linux 命令（13）：less 命令
- 病毒木马防御与分析实战
- Python 开发一个间谍小程序
- Linux学习进阶！！
- 08r2系统服务器开索引,SQLSERVER2008R2正确使用索引
- MySQL快速生成大量测试数据1000万
- 工信部高级软件工程师证书有用吗_考bim工程师证书有用吗
- python win32转pdf 横版_python实现word转pdf
- 【电子书下载】《Android应用程序开发与典型案例》完整版！！
- 音频文件格式解析与编解码
- 每日一坑：不支援 10 验证类型。请核对您已经组态 pg_hba.conf 文件包含客户端的IP位址或网路区段，以及驱动程序所支援的验证架构模式已被支援。
- 1.ASP.NET MVC使用EPPlus，导出数据到Excel中
- shell脚本从基础到实战（全网最详细）监控、加减乘除、购票、批量创建与删除用户等脚本
- Resnet网络介绍
- 读优美博文了解低风险套利策略
- clip和clip-path inset
- (云)服务器硬件性能测试
- 4G、5G多卡聚合技术在打造智慧城市中的解决方案