快捷導(dǎo)航

linux下關(guān)于正則表達(dá)式grep的一點(diǎn)總結(jié)

更新時(shí)間：2020年04月12日 13:49:59 作者：tp_16b

正則表達(dá)式（Regular Expression）是用于描述一組字符串特征的模式，用來(lái)匹配特定的字符串。通過(guò)特殊字符＋普通字符來(lái)進(jìn)行模式描述，從而達(dá)到文本匹配目的工具

正則表達(dá)式（Regular Expression）是用于描述一組字符串特征的模式，用來(lái)匹配特定的字符串。通過(guò)特殊字符＋普通字符來(lái)進(jìn)行模式描述，從而達(dá)到文本匹配目的工具。類似于生活中常見(jiàn)的尋人啟示，通過(guò)描述一個(gè)人的特征來(lái)進(jìn)行“搜索匹配”
如今正則已經(jīng)被我們廣泛應(yīng)用，目前被集成到了各種文本編輯器/文本處理工具當(dāng)中

應(yīng)用場(chǎng)景**驗(yàn)證: **表單提交時(shí)，進(jìn)行用戶名密碼驗(yàn)證。**查找: **從大量信息中快速提取指定內(nèi)容。在一批url中，查找指定url替換: 將指定格式的文本，進(jìn)行正則匹配查找，找到之后進(jìn)行特定替換，（vim文本替換等）

在很多技術(shù)領(lǐng)域（比如，自然語(yǔ)言處理，數(shù)據(jù)存儲(chǔ)等），正則表達(dá)式可以很方便的提取出我們想要的信息，所以這部分必不可少構(gòu)成基本要素字符類數(shù)量限定符位置限定符特殊符號(hào)

1. 字符類：

字符	說(shuō)明	舉例
.	匹配任意的一個(gè)字符	abc. 可以匹配abcd、abc0等
[]	匹配 [] 內(nèi)的任意一個(gè)字符	[012]a可以匹配0a、1a、2a
-	在括號(hào)內(nèi)表示字符范圍	如[0-9]可以匹配任何一個(gè)數(shù)字
^	放在[]內(nèi)前面表示匹配除括號(hào)中字符外的任意一個(gè)字符	[^ab]c可以匹配1c、dc，但是不能匹配ac、bc
[[:xxx:]]	grep工具預(yù)定義的一些命名字符類	[[:digit:]]可以匹配一個(gè)數(shù)字，[[:alpha:]]匹配一個(gè)字符，[[:lower:]]匹配任何一個(gè)小寫字母等

應(yīng)用：

grep使用--color選項(xiàng)將匹配的字符串以紅色標(biāo)注出來(lái)Linux下可以用echo $?來(lái)打印上一條命令執(zhí)行的退出碼，為0表示執(zhí)行成功，1表示失敗。

實(shí)驗(yàn)如下：

注意：使用 . 默認(rèn)為貪心匹配，和后面的正則匹配方式相關(guān)，后面再述。

2. 數(shù)量限定符：

字符	說(shuō)明	舉例
?	匹配緊跟它前面的單元(前面的一個(gè)數(shù)字或字符) 0或1次	如匹配小數(shù)，用0\.?[0-9]匹配0.1 、0.2、0.3等；由于.在正則里面是特殊符號(hào)所以需要用\進(jìn)行轉(zhuǎn)義操作(后面再說(shuō))
+	匹配緊跟它前面的單元 1或多次	[a-zA-Z0-9_.-]+@[a-zA-Z0-9_.-]+\.com匹配一個(gè)郵箱地址
*	匹配緊跟它前面的單元0或多次	[0-9][0-9]*匹配至少一位數(shù)字，等價(jià)于[0-9]+
{N}	精確匹配緊跟它前面的單元N次	[0-9]{3}匹配000到999之間的數(shù)字

{N,}	匹配緊跟它前面的單元至少N次	[0-9]{3,}匹配三位及其以上的數(shù)字
{,M}	匹配緊跟它前面的單元最多M次	[0-9]{,1}等價(jià)于[0-9]?
{N,M}	匹配緊跟它前面的單元N~M次	近似匹配IP地址：[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}

應(yīng)用：

3. 位置限定符：

字符	說(shuō)明	舉例
^	匹配行首位置，從行首開(kāi)始匹配	^world只匹配一行開(kāi)頭的world
$	匹配行末位置，從行末尾開(kāi)始匹配	;$匹配一行末尾的;號(hào)，^$匹配空行
<	匹配單詞開(kāi)始位置	< th匹配this,不匹配teach、ethernet
\>	匹配單詞末尾位置	p\>匹配sleep、leap等，不匹配parent、sleepy
\b	匹配單詞的開(kāi)始位置、末尾位置	如 \borld匹配world、aorld，\borld\b只匹配orld
\B	匹配非單詞的開(kāi)頭、末尾位置	如 \Bat\B匹配battery，不匹配attend、hat等以字符串"at"開(kāi)頭、結(jié)尾的單詞

注意：其中 \b 用來(lái)限定是目標(biāo)串中是否有以指定字符串開(kāi)頭的單詞，我們稱之為詞界。 \B 稱之為非詞界
應(yīng)用：

4. 特殊符號(hào)：

字符	說(shuō)明	舉例
\	轉(zhuǎn)義字符，普通字符轉(zhuǎn)義為特殊字符，特殊字符轉(zhuǎn)義為普通字符	<寫成<匹配單詞開(kāi)頭，.前面加上\寫成\.取 . 的字面值
()	將正則表達(dá)式的一部分括起來(lái)組成一個(gè)單元，可以對(duì)整個(gè)單元使用數(shù)量限定符	([0-9]{1,3}\.){3}[0-9]{3}匹配IP地址
\|	連接兩個(gè)子表達(dá)式，表示或的關(guān)系	n(o\|either)匹配no或neither

應(yīng)用：

( )將包含內(nèi)容括起來(lái)作為一個(gè)整體，進(jìn)而通過(guò)數(shù)量限定符限定。

| 用來(lái)級(jí)聯(lián)多個(gè)條件，只要有任意一個(gè)匹配，即可匹配，表示或者關(guān)系，我們稱之為析取符，

正則表達(dá)式版本其他常用通用字符集及其替換

符號(hào)	等價(jià)于	匹配
\d	[0-9]	數(shù)字字符
\D	[^0-9]	非數(shù)字字符
\w	[a-zA-Z0-9_]	數(shù)字字母下劃線
\W	[^\w]	非數(shù)字字母下劃線
\s	[_\r\t\n\f]	表格，換行等空白區(qū)域
\S	[^\s]	非空白區(qū)域

于是, 我們現(xiàn)在可以用這些符號(hào)來(lái)簡(jiǎn)化我們正則表達(dá)式的編寫了？試試

可是結(jié)果好像并不如我們所愿？其實(shí)這里還與正則表達(dá)式版本有關(guān)。正則分為以下幾個(gè)版本：

基本的正則表達(dá)式（Basic Regular Expression 又叫 Basic RegEx 簡(jiǎn)稱 BREs）擴(kuò)展的正則表達(dá)式（Extended Regular Expression 又叫 Extended RegEx 簡(jiǎn)稱 EREs）Perl 的正則表達(dá)式（Perl Regular Expression 又叫 Perl RegEx 簡(jiǎn)稱 PREs）

在grep中指定相應(yīng)的參數(shù)即可，而這幾個(gè)版本中默認(rèn)的就是基本正則，帶上-E選項(xiàng)就是擴(kuò)展正則，而帶上-P參數(shù)就是用perl版正則。解決前面的問(wèn)題，我們這里讓grep帶上-P選項(xiàng)便可解決了

版本間區(qū)別正則表達(dá)式的Extended規(guī)范和Basic規(guī)范基本相同。只是在Basic規(guī)范下，有些字符 ?+{}|() 應(yīng)解釋為普通字符,要表示上述特殊含義則需要加 \ 轉(zhuǎn)義。反之，在Extended規(guī)范下， ?+{}|() 應(yīng)該被理解成特殊含義，要取其字面值，也要對(duì)其進(jìn)行\(zhòng) \ 轉(zhuǎn)義。所以， grep 工具帶上 -E 選項(xiàng)，表示使用擴(kuò)展正則來(lái)進(jìn)行匹配（亦可直接使用egrep 命令操作），若沒(méi)有，則表示使用基準(zhǔn)正則進(jìn)行匹配。帶-P選項(xiàng)使用的perl正則匹配。它是perl語(yǔ)言集成的最重要的一種特性，它十分強(qiáng)大，很多語(yǔ)言設(shè)計(jì)正則式支持的時(shí)候基本上都參考Perl的正則表達(dá)式。正則匹配模式

貪婪模式

正則表達(dá)式去匹配時(shí)，會(huì)盡量多的去匹配符合條件的內(nèi)容，grep命令默認(rèn)使用的就是貪婪匹配，非貪婪模式
正則表達(dá)式去匹配時(shí)，會(huì)盡量少的匹配符合條件的內(nèi)容也就是說(shuō)，一旦發(fā)現(xiàn)匹配符合要求，立馬就匹配成功，而不會(huì)繼續(xù)匹配下去(除非有g(shù)選項(xiàng)，開(kāi)啟下一組匹配)