【linux】正則表達式之grep、egrep、元字符

正則表達式：

    又稱正規表示法、常規表示法（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），計算機科學的一個概念。是一類字符所書寫的模式，其中許多字符（元字符）不表示其字面意義，而是表達控制或通配等功能。正則表達式使用單個字符串來描述、匹配一系列符合某個句法規則的字符串。在很多文本編輯器里，正則表達式通常被用來檢索、替換那些符合某個模式的文本。

語法：

    grep [OPTIONS] PATTERN [FILE…]

    grep [OPTIONS] [-e PATTERN | -f FILE] [FILE…]

    如：/etc/passwd中以root開頭的行，及其后面的兩行

    -A 2為OPTIONS，命令選項;^root為PATTERN，其中root為字面意思，^為元字符;/etc/passwd為FILE

正則表達式分類：

    根據元字符數量及功能的不同分為基本正則表達式(grep)、擴展正則表達式(egrep)。grep和egrep都是文本搜索工具，可根據用戶指定的文本模式（搜索條件，即：文本+元字符）對目標文件進行逐行搜索，顯示能匹配到的行；用法上grep -E等同于egrep。此外還有一個文本搜索工具fgrep，不支持正則表達式，沒有自己的元字符，不做詳細解釋。

    在搜索工具中，元字符起到至關重要的作用；元字符即，不表示其字面意義，而用于額外功能性描述。

正則表達式元字符：

    grep元字符:

        1.字符匹配：

        .: 匹配任意單個字符

        []: 匹配指定范圍內的任意單個字符

        [0-9], [[:digit:]]

        [a-z], [[:lower:]]

        [A-Z], [[:upper:]]

        [[:space:]]匹配空白字符，包括空格，tab…

            Space characters (such as space, tab, and formfeed, to  name a few).

            tab, newline, vertical tab, form feed, carriage return, and space. 

        [[:punct:]]匹配任意標點符號：: '! " # $ % & ' ( ) * + , – . / : ; < = > ? @ [ \ ] ^ _ ' { | } ~'. 

            Punctuation characters (characters that are not letter, digits, control characters, or space characters).

        [[:alpha:]]字母數字符

        Alphabetic characters.

        [[:alnum:]]匹配任何字母 

        Alphanumeric characters.

        [^]:代表本表達式不匹配"[]"內出現的字符

        2.次數匹配元字符：

    用于實現指定其前面的字符所能夠出現的次數

    *: 任意長度，它前面的字符可以出現任意次

    \?: 0次或1次，它前面的字符是可有可無的

    \{m\}: m次，它前的字符要出現m次

    \{m,n\}: 至少m次，至多n次

    \{m,\}：至少m次

    \{0,n\}: 至多n次

    .*：任意長度的任意字符

        3.位置錨定：

    ^: 行首錨定；寫在模式最左側

    $: 行尾錨定：寫在模式最右側

    ^$: 空白行

        4.分組：

    \(\)

    例如：\(ab\)*

    分組中的模式匹配到的內容，可由正則表達式引擎記憶在內存中，之后可被引用

        5.引用：

    例如\(ab\(x\)y\).*\(mn\)

    有編號：自左而后的左括號，以及與其匹配右括號

    \(a\(b\(c\)\)mn\(x\)\).*\1

    \#: 引用第n個括號所匹配到的內容，而非模式本身

    例如：      

    引用第一個分組的內容為\(w\(es\)t\)

    引用第二個分組的內容為\(es\)

    也可以看出正則表達式是工作在貪婪模式下，會盡可能多的匹配

        6.補充：

    不包含特殊字符的連續字符組成的串叫單詞：

    \<: 詞首，出現于單詞左側，\b

    如：\<char

    \>: 詞尾，出現于單詞右側, \b

    如：char\>

    egrep元字符：

        1.字符匹配：

    .：任意單個字符

    []：匹配范圍內的任意單個字符

    [^]：匹配范圍外的任意單個字符

        2.次數匹配：

    *：任意次

    ?: 0次或1次

    +: 至少1次；

    {m}: 精確匹配m次

    {m,n}: 至少m次，至多n次

    {m,}:至少m次

    {0,n}:至多n次

        3.錨定：

    ^:行首

    $:行尾

    ^$, ^[[:space:]]*$:空白行

        4.分組：

    ()

        5.引用：

    \1, \2, \3

        6.或者：

    a|b: a或者b

    con(C|c)at

        7.補充

    \<, \b

    \>, \b

    grep與egrep區別

        grep的擴充版本, 改良了許多傳統 grep 不能或不便的操作. 比方說:

        grep 之下不支持 ? 與 + 這兩種 modifier, 但 egrep 則可.

        grep 不支持 a|b 或 (abc|xyz) 這類"或一"比對, 但 egrep 則可.        

        grep 在處理 {n,m} 時, 需用 \{ 與 \} 處理, 但 egrep 則不需.      

    fgrep：特別搜索

        無元字符，字符表示字面意思。

命令選項：

    -v: 反向選取，即不包含

    -o: 僅顯示匹配的字串，而非字串所在的行

    -i: ignore-case，忽略字符大小寫

    -E: 支持使用擴展正則表達式

    -A #：Print  NUM  lines of trailing context after matching lines.

    -B #：Print NUM lines of leading context before matching lines.

    -C #：Print NUM lines of output context.  Places a line containing a group separator (–) between contiguous groups of matches.

根據馬哥隨筆，參考（http://www.www58058.com/archives/1198、http://blog.sina.com.cn/s/blog_51dc0fba0100lqu8.html）及度娘整理。

初次發博客，如有遺漏、錯誤煩請告知~