Linux笔记-正则表达式

“Linux笔记”系列博客是在阅读学习《鸟叔的LINUX私房菜》书籍时形成的思维导图，将其整理为笔记形式。包含以下部分：

• 常用命令-基本命令与账户管理
• 常用命令-文件与目录管理、文件压缩
• 常用命令-磁盘与文件系统管理、文件系统备份
• 常用命令-Shell与文本格式化处理
• 正则表达式
• Linux快捷键
• shell脚本语法

正则表达式RegularExpression

一种字符串处理的表示方式。正则表达式可用在多种场合，常见的用法是用grep/sed/awk命令对文件内容进行匹配筛选，如 grep -n "g..d" tmp.txt 命令匹配文件中含有g??d形式的行，并输出行号。还可用于vim编辑器中。

特殊符号

• [:alnum:]：英文大小写字符及数字（注意匹配时要写双层方括号，如 [[:alnum:]] 、[^[:digit:]]）
• [:alpha:]：英文大小写字符
• [:lower:]：英文小写字符，即a~z
• [:upper:]：英文大写字符，即A~Z
• [:digit:]：数字，即0~9
• [:blank:]：空格键与Tab键
• [:graph:]：除了空格符（空格键与[Tab]按键）外的其他所有按键
• [:cntrl:]：控制按键，包括CR、LF、Tab、Del等
• [:print:]：代表任何可以被打印出来的字符
• [:punct:]：代表标点符号（punctuation symbol），亦即:”‘?!;:#$
• [:space:]：任何会产生空白的字符，包括空格键、[Tab]、 CR等
• [:xdigit:]：代表十六进制的数字类型，因此包括0 ~ 9、A ~ F、a ~ f 的数字与字符

基础RE字符

• ^word：^匹配行首
• word$：$匹配行尾
• .：小数点，匹配一个任意字符
• *：星号，与一个RE字符搭配使用，表示前一个RE字符重复0到无穷多次（注意正则表达式与通配符不同，通配符中星号代表0到无穷多个字符，？代表任意一个字符）
• \：将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n’ 匹配字符 ‘n’。’\n’ 匹配换行符。序列 ‘\\‘ 匹配 “\“，而 ‘\(‘ 则匹配 “(“。
• [list]：字符集合，匹配一个方括号中的字符，注意仅匹配一个
• [n1-n2]：字符范围，匹配两个字符之间的连续字符中的一个
• [^list]：反向选择，匹配不在list中的字符
• {n,m}：代表前一个RE字符重复n到m次，{n}表示重复n次，{n,}表示重复至少n次

注意 { 与 } 符号在shell中有特殊含义（用于变量），所以如果在shell中grep使用正则，要加上转义符\ 。例如输入 grep -n "o\{2\}" tmp.txt 将在文件中匹配含有两个o的字符串。在其他地方用正则不用这样。

拓展RE字符

• 拓展正则表达式要使用egrep（grep -E的别名）或sed -r，见私房菜P376
• +：加号，与一个RE字符搭配使用，表示前一个RE字符重复1到无穷多次
• ?：问号，与一个RE字符搭配使用，表示前一个RE字符重复0或1次
• |：或，如 gd|god
• ( )：标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用
• ( )+：多个重复群组的判别

例子

• t[ae]st 匹配test或tast
• [^g]oo 匹配oo，但前边不能是g
• [^[:lower:]]oo 匹配oo，前边不能是小写字母
• [0-9]或[[:digit:]] 匹配数字0-9
• ^the 匹配位于行首的the
• ^[^[:alpha:]] 匹配行首非英文字母
• \.$ 匹配以小数点结尾的行
• ^$ 匹配空白行
• ^# 匹配以#开头的行
• a* 匹配0到无穷多个字符a
• aa* 匹配1到无穷多个字符a，以此类推
• .* 匹配0到无穷多个任意字符
• go{2,5}g 匹配两个g中间出现2~5次o

例：grep -n "go\{2,5\}g" tmp.txt