一、 什么是正则表达式
- 正则表达式就是为了处理大量的文本| 字符串 而定义的一套规则和方法
- 通过定义的这些特殊符号的辅助,系统管理员就可以快速过滤,替换或输出需要的字符串。Linux正则表达式一般以行为单位处理。
简单说
- 为处理大量文本|字符串而定义的一套规则和方法
- 以行为单位出来,一次处理一行
二、 为何使用正则表达式
linux运维工作,大量过滤日志工作,化繁为简。简单,高效。
三、 容易混淆的两个注意事项
- 正则表达式应用非常广泛,存在于各种语言中,php perl grep sed awk 支持。ls * 通配符
- 但现在学的是Linux中的正则表达式,最常应用正则表达式的命令是grep(egrep),sed,awk。
- 正则表达式和通配符有本质区别
四、 正则表达式使用注意事项
- linux正则表达式以行为单位处理字符串
- 便于区别过滤出来的字符串,一定配合grep/egrep命令学习。
- 注意字符集,exportLC_All=C:无论何时,做何事都要注意字符集
五、 正则表达式的分类
POSIX规范将正则表达式的分为了两种
- 基本正则表达式(BRE,basic regular expression)
- 高级功能:扩展正则表达式(ERE,extended regular expression)
5.1 BRE和ERE的区别仅仅是元字符的不同:
- BRE(基础正则表达式)只承认的元字符有^$.[]*其他字符识别为普通字符:\(\)
- ERE(扩展正则表达式)则添加了(){}?+|等
- 只有在用 反斜杠 “”进行转义的情况下,字符(){}才会在BRE被当作元字符处理,而ERE中,任何元符号前面加上反斜杠反而会使其被当作普通字符来处理。
六、 如何区分通配符和正则表达式
- 不需要思考的判断方法:在三剑客awk,sed,grep,egrep都是正则,其他都是通配符
- 区别通配符和正则表达式最简单的方法:
- 通配符和正则表达式都有“*”,“?”,“【】”,但是通配符的这些符号都能自身代表任意字符,而正则表达式的这些符号只能代表这些符号前面的字符
七、 基本正则表达式
7.1 基础正则表达式
字符描述^^word搜索以word开头的内容
$word$搜索以word结尾的内容
^$表示空行,不是空格
.代表且只能代表任意一个字符(不匹配空行)
\ 转义字符 ,让有特殊含义的字符脱掉马甲,现出原形,如\.只表示小数点
*重复之前的字符或文本0个或多个,之前的文本或字符连续0次或多次
.*任意多个字符
^.*以任意多个字符串开头,.*尽可能多,有多少算多少,贪婪性
括号表达式[abc][0-9][\.,/]匹配字符集合内的任意一个字符a或b或c:[a-z]匹配所有小写字母;表示一个整体,内藏无限可能;[abc]找a或b或c可以写成[a-c]
[^abc]匹配不包含^后的任意字符a或b或c,是对[abc]的取反,且与^含义不同
a\{n,m\}重复前面a字符n到m次(如果用egrep或sed -r可去掉斜线)
a\{n,\}重复前面a字符至少n次,如果用egrep或sed -r可去掉斜线a\{n\}重复前面a字符n次,如果用egrep或sed -r可去掉斜线——
八、 扩展正则表达式ERE
特殊字符含义与例子+重复前一个字符一次或一次以上,前一个字符连续一个或多个,把连续的文本/字符取出
?重复前面一个字符0次或1次(.是有且只有1个)
管道符表示或者同时过滤多个字符
()分组过滤被括起来的东西表示一个整体(一个字符),后向引用
九、 正则小结
- 基础正则:BRE
- |^|$|.| |. |[abc]|[^abc]|
- |—|—|
- 扩展正则:ERE
- |+|||?|()|{}|a{n,m}|a{n,}|a{n}|
- |—|—|
- 转义字符\:将字符的意思改变(不支持正则符号的,转变字符含义为正则,支持正则的转变为普通字符含义)
注意:
- grep默认不支持正则,因此正则表达式的符号对于grep来说就等同于普通字符含义,因此,想让grep直接处理正则符号必须通过转义字符\{\}来处理。
- grep -E 强制让grep直接认识正则符号,不需要再进行转义
- egrep 等效grep -E 天生就能认识正则符号
- 我们平时备份可以通过cp 文件名{,.bak}的形式进行,避免再打一次文件名
- sed -r :让sed支持正则
十、 基本正则和扩展正则区别
基础正则BRE扩展正则ERE\??\++\{\}{}\( \ )()\
所谓基础正则实际上就是得需要转义字符配合表达的正则,而扩展正则就是让命令扩展它的权限让他直接就认识正则表达符号(egrep,sed -r,awk直接支持)
十一、 补充说明
11.1 一些预定义的:
正则表达式描述示例[:alnum:][a-zA-Z0-9]匹配任意一个字母或数字字符[[:alnum:]]+[:alpha:]匹配任意一个字母字符(包括大小写字母)[[:alpha:]]{4}[:blank:]空格与制表符(横向纵向)[[:blank:]]*[:digit:]匹配任意一个数字字符[[:digit:]]?[:lower:]匹配小写字母[[:lower:]]{5,}[:upper:]匹配大写字母([[:upper:]]+)?[:punct:]匹配标点符号[[:punct:]][:space:]匹配一个包括换行符,回车等在内的所有空白符[[:space:]]+[:graph:]匹配任何一个可以看得见的且可以打印的字符[[:graph:]][:xdigit:]任何一个十六进制数[[:xdigit:]]+[:cntrl:]任何一个控制字符(ASCII字符集中的前32个字符)[[:cntrl:]][:print:]任何一个可以打印的字符[[:print:]]
11.2 元字符
元字符是一种Perl风格的正则表达式,只有一部分文本处理工具支持它,并不是所有的文本处理工具都支持
正则表达式描述示例\b单词边界\bcool\b匹配cool,不匹配coolant\B非单词边界cool\B匹配coolant不匹配cool\d单个数字字符b\db匹配b2b,不匹配bcb\D单个非数字字符b\Db匹配bcb不匹配b2b\w单个单词字符(字母,数字与_)\w匹配1或a,不匹配&\W单个非单词字符\W匹配&,不匹配1或a\n换行符\n匹配一个新行\s单个空白字符x\sx匹配xx,不匹配xx\S单个非空白字符x\S\x匹配xkx,不匹配xx\r回车\r匹配回车\t横向制表符\t匹配一个横向制表符\v垂直制表符\v匹配一个垂直制表符\f换页符\f匹配一个换页符
十二、 正则表达式总结
- egrep/grep 了解一下正则,简单看看效果,结果
- egrep/grep -o 参数看正则到底匹配了什么
- 多练就好,配合grep,egrep,sed -r,awk更为强大