正則表達式

Linux文本處理三劍客

*************************************************
grep:文本過濾（pattern模式）工具 grep egrep fgrep
sed:stream editor,文本編輯工具
awk:Linux上的實現gawk，文本報告生成器

*************************************************

grep 格式 grep [options] PATTERN [file…]
grep root /etc/passwd
grep “$USER” /etc/passwd
grep ‘$USER’ /etc/passwd
grep `whoami` /etc/passwd
-v 顯示不被PATTERN匹配到的行 ? ? ? ?grep -v ‘a’ f2 將文件f2中不包含字符a的行輸出
-i 忽略字符的大小寫
-n 顯示匹配的行號 將匹配到的行號和行輸出
-c 統計匹配的行數 ? ? 行數表示有幾行包含所匹配的字符
-o 僅顯示匹配到的字符串
-q 靜默模式，不輸出任何信息
-A#：after 后#行 將匹配到字符所在行及后#行輸出
-B#：before 前#行 將匹配到字符所在行及前#行輸出
-C#：將匹配到字符所在行及前后各#行輸出
-e：實現多個選項間的邏輯or關系 ? ? grep -e “root” -e “user” f1 ? ? ? 取f1文件中的root或者user 或關系
可以加多個每個前必須加-e
-w：匹配整個單詞
grep “root” f1只要包含root的字符都輸出rooter也可以輸出
grep -w “root” f1只包含root，rooter就不能輸出
除數字字母下劃線以外都可以作為分隔符
-f：相當于fgrep，不支持正則表達式
例：cat >p.txt 創建文件p.txt
grep -f p.txt /etc/passwd 在/etc/passwd中匹配p.txt的內容（輸出與p文件內容相同的行）

**************************************************************************************
正則表達式
REGEXP：由一類特殊字符及文本字符所編寫的模式，其中有些字符（元字符）不表示字符字面意義而表示控制或通配的功能
分類：基本正則表達式 BRE 擴展正則表達式 ERE
元字符分類：字符匹配 匹配次數 位置錨定 分組

*************************************************************************************

字符匹配：
. 匹配任意單個字符 一個.代表一個字符，兩個.就代表兩個字符 …… 放在中括號內不表示單個字符
例 ：echo abc |grep “a.c” 具有貪婪模式， 從左到右三個三個輸出，最后不夠三個顏色不變
轉義：grep -w “.\..” f2 本來三個點表示匹配任意三個字符，但轉義之后中間表示一個點不代表字符結果為a.b
[] 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
[:alnum:] 字母和數字
[:alpha:] 代表任何英文大小寫字符
[:lower:] 小寫字母
[:upper:] 大寫字母
[:blank:] 空白字符（空格和制表符）
[:space:] 水平和垂直的空白字符（比[:blank:]包含的范圍廣）
[:cntrl:] 不可打印的控制字符（退格、刪除、警鈴）
[:digit:] 十進制數字
[:xdigit:]十六制數字
[:graph:] 可打印空白字符
[:print:] 可打印字符
[:punct:] 標點符號

***************************************************************************************

匹配次數：用在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，具有貪婪模式：盡可能長的匹配 X* 表示x出現的任意次
例grep “ax*b” f2 表示一個單詞或者一個字符串以a開始b結尾中間的x不管出現幾次其中b必須有*前的字符可有可無
.* 任意長度的任意字符 ? 包括空行
\? 匹配其前面的字符0次或1次 ? ? 例 grep “ab\?” f2 表示b的次數是一次或者0次
\+ 匹配其前面的字符至少一次 ? ? 例grep “ab\+” f2 表示b的次數至少一次
\{\n} 匹配前面的字符n次 ? ? ? ? ? ? 例 grep “ab\{3\}” f2 表示b的次數出現3次
\{m,n\}匹配前面的字符至少M次最多n次
\{,n\}匹配前面的字符最多出現n次
\{n,\}匹配前面的字符最少出現n次

************************************************************************************

位置錨定：定位出現的位置
^ 行首錨定，用于模式的最左側 表示最左側即開頭是以什么字符或單詞（與-w配合）出現
在中括號內說明是取反 在中括號外說明是行首錨定
$ 行尾錨定，用于模式的最右側 ? ? ? ? ? ? ? ?grep “ab$” f2 ? ? ? ?表示最右側是ab結尾的字符
^PATTERRN$ 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 ? ? ? ? ? ?grep “\<abb” f2 表示字符的最左側是以abb開頭的字符或單詞（-w）
\>或\b 詞尾錨定，用于單詞模式的右側
\< \>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
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與內部的變量中，這些變量的命名方式為：\1,\2,……
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
或者： \| a\|b a或b
例 grep “\(ab\)\{2\}” f2 把ab作為一個整體連續出現兩次的輸出顯示
grep “hello\{2\}” f2 “\{2\}”表示前面的字符連續出現2次，所影響的字符只是前面的單個字符即o顯示為helloo hellooo……
grep “\(ab\(bc\(cd\)\)\)” f2 把ab bc cd分別做分組，ab為一組bc為一組cd為一組