文本處理三劍客之grep及正則表達式
文本處理工具：
Linux上處理文本三劍客：
Grep：文本過濾器工具（模式：pattern）工具；
Sed： stream editor，流編輯器；文本編輯工具;
Awk： linux上實現為gawk，文本報告生成器（格式化文本）；
正則表達式：regual expresslon，REGEXP
由一類特殊將字符及文本字符所編寫的模式，其中有些字符不表示其字面意義，而是用于表示控制或通配的功能；
分兩類：
基本正則表達式：BRE
擴展正則表達式：ERE
元字符：、（hello[[:space:]]\+\)\+
Grep : global search REgular expression and print out the line.
作用：文本搜索工具，根據用戶指定的“模式（過濾條件）”對目標文本逐行進行匹配檢查；打印匹配到的行;
模式：有贈則表達式的元字符及文本字符所編寫出的過濾條件；
正則表達式引擎；
Grep [options] PATTERN [FILE….]
Grep [options] [-e PATTERN | -f FILE] [FILE…..]
OPTIONS:
–color=auto: 對匹配到文本進行著色后高亮顯示
-i：忽略字符的大小寫
-0：只顯示匹配到的字符本身
-v：顯示不能被模式匹配到的行
-E: 支持使用擴展正則表達式元字符：
-q：–quiet，–silent：靜默模式，既不輸出任何信息；
-A#: after,后#行
-B#：before，前#行
-C#：前后#行
基本正則表達式元字符：
. ： 匹配任意單個字符；
[] ： 匹配指定范圍內的任意單個字符
[^] ：匹配指定范圍外的任意單個字符
[:digit:]、[:lower:]、[:upper:]、[:alpha:]、[:alnum:] 、[:punct:]、[:space:]
正則表達式
v 匹配次數：用在要指定次數的字符后面，用于指定前面的字 符要出現的次數
*：匹配前面的字符任意次，包括0次 貪婪模式：盡可能長的匹配
.*：任意長度的任意字符
\?：匹配其前面的字符0或1次
\+：匹配其前面的字符至少1次
\{m\}：匹配前面的字符m次
\{m,n\}：匹配前面的字符至少m次，至多n次
\{,n\}：匹配前面的字符至多n次
\{m,\}：匹配前面的字符至少m次
v 位置錨定：定位出現的位置
^：行首錨定，用于模式的最左側
$：行尾錨定，用于模式的最右側
^PATTERN$: 用于模式匹配整行
^$: 空行
^[[:space:]]*$ ：空白行
\< 或 \b：詞首錨定，用于單詞模式的左側
\> 或 \b：詞尾錨定；用于單詞模式的右側
\<PATTERN\>：匹配整個單詞
分組：\(\)：將一個或多個字符捆綁在一起，當作一個整體進 行處理，如：\(root\)\+
分組括號中的模式匹配到的內容會被正則表達式引擎記錄 于內部的變量中，這些變量的命名方式為: \1, \2, \3, …
\1: 從左側起，第一個左括號以及與之匹配右括號之間 的模式所匹配到的字符；
實例：
\(string1\+\(string2\)*\)
\1: string1\+\(string2\)*
\2: string2
后向引用：引用前面的分組括號中的模式所匹配字符(而 非模式本身)
egrep及擴展的正則表達式 v
egrep = grep -E
vegrep [OPTIONS] PATTERN [FILE…] v
擴展正則表達式的元字符： v
字符匹配：
. 任意單個字符
[] 指定范圍的字符
[^] 不在指定范圍的字符
次數匹配：
*：匹配前面字符任意次
?: 0或1次
+：1次或多次
{m}：匹配m次
{m,n}：至少m，至多n次
位置錨定：
^ :行首
$ :行尾
\<, \b :語首
\>, \b :語尾 v
分組：
()
后向引用：\1, \2, … v
或者：
a|b
C|cat: C或cat
(C|c)at:Cat或cat
原創文章，作者：xiaoqiang512，如若轉載，請注明出處：http://www.www58058.com/33244
