离线下载
PDF版 ePub版

见证大牛成长之路 · 更新于 2018-11-28 11:00:43

shell 学习第七天---基础正则表达式(BRE)

查找文本

用到的关键字 grep,最简单的用法就是使用固定字符串
比如使用who命令查找当前多少人登陆系统
who |grep syx,就可以查看名字叫 syx 的用户登录于何处。
grep 的语法:
grep [options pattern-spec [files...]

用途:显示匹配一个或者多个模式的文本行。时常为作为管道的第一步,以便对匹配的数据进一步处理。
主要选项
-i:模式匹配时忽略大小写
-V:显示不匹配的行
-l:列出匹配模式的文件名称,而不是打印匹配的行
-n:列出检索目标所在的行号
-c:统计匹配的行总数,不显示航信息

行为模式

读取命令行上致命的每个文件,发现匹配查找迷失的行时,将它显示出来,当指名多个文件时,grep 会在每一行前面加上文件名与一个冒号。
grep:最常用,可以检索目标(一个活多个单词或正则表达式)。
fgrep:不能使用正则表达式,可以检索多个目标,等同于 grep -f
egrep:支持丰富的正则表达式,而且支持多目标检索,等同于 grep -e。

一般情况下没有使用 fgrep 的,我们也不建议使用。
说起文本检索就不得不提到正则表达式,正则表达式十一中表示方法,可以查找匹配特定准则的文本。例如,查找以“a”字母开头的文本。茨表示法可以写一个表达式,选定或匹配多个数据字符串。

从根本上来看,正则表达式是由两个基本组成部分所建立:一般字符与特殊字符。一般字符指的是任何没有特殊意义的字符。在某些情况下,特殊特殊字符也可以视为一般字符。特殊字符称为元字符(metacharacter)。
BRE:基本正则表达式(Basic Regular Expression)
ERE:扩展的正则表达式(Extended Regular Expression)
先来看一些简单的匹配返利
tolstoy:匹配一行上任意位置的 7 个字母:tolstoy
^tolstoy: 7 个字母 tolstoy,出现在一行的开头
tolstoy$:出现在一行的结尾
^tolstoy$:正好包含这 7 个字母的一行,没有其他的任何字符。
[tT]olstoy: 在一行的任意位居中,含有 Tolstoy 或者 tolstoy
tol.toy:在一行的任意位居中,含有 tol 这三个字母,加上一个特殊字符,在接着 toy 这三个字母
tol.*toy:在一行的任意位居中,含有 tol 这三个字母,加上任意的 0 或者多个字符,再继续 toy 这三个字母(例如:toltoy,tolstoy,tolWHOtoy 都是满足要求的)。

shell 中的通配符:
*: 代表 0 个或者多个任意字符
?: 代表一定有一个的任意字符
[]: 代表一定有一个在括号内的字符(非任意字符)。例如[abcd]代表一定有一个字符,可能是 abcd 这四个选项的任意一个。
[-]:若邮件韩在括号内时,代表在编码顺序内的所有自负。例如:[0-9]代表 0 到 9 之间的所有数字,因为数字的语系编码是连续的。
[^]: 若括号内的第一个字符为指数字符(^),那表示反向选择,例如:[^abc]代表一定有一个字符,只要是非 abc 的其他字符就可以。

shell中的特殊字符:
#:注释字符
\:将特殊字符或者通配符还原成一般字符
|:管道符,分割两个管线命令的界定
;:连续命令下达分隔符
~:用户的家目录
$:放在变量前面,正确使用变量
&:工作控制,将命令编程背景下工作
!:非(!)的意思,逻辑运算符
>,>>:输出重定向,分别是覆盖和追加
<,<<:输入重定向
‘’:单引号,不具有变量置换的功能
“”:双引号,具有变量置换的功能
():在中间的为子 shell 的起始与结束
{]:在中间为命令块的组合

shell 中正则表达式的控制字符
^:匹配行首位置
$:匹配行尾位置
.:匹配任意祖父
*:对*之前的匹配整体或字符匹配任意次(包括 0 次)
\?:对\?之前的匹配整体或字符匹配 0 次或 1 次
\{n\}: 对 \ { 之前的匹配整体或字符匹配 n 次
\{m,\}: 对 \ { 之前的匹配整体或字符匹配至少 m 次
\{m,n}: 对 \ { 之前的匹配整体或字符匹配 m 到 n 次
[abcdef]: 对单字符而言匹配[]中的字符
[a-z]: 对单字符而言,匹配任意一个小写字母
[^a-z]:不匹配括号中的内容

基本正则表达式

匹配单个字符

  1. 匹配一般字符:一般字符是指无特殊含义的字符,包括所有文本和数字字符,绝大多数的空白字符以及标点符号字符,因此,正则 a,匹配 a。
  2. 如果相匹配,因为是特殊字符,所以需要用 \ 转义,正则*,匹配*。
  3. .(点号)字符意即“任意字符”,例如a.c匹配于 abc,aac。
  4. 使用方括号表达式。例如x[abcdefg]z,可以匹配 xaz,xbz,等,方括号里如果存在(^),表示取反的意思,就是说不匹配列表里的任意字符。

[0123456789]表示所数字,但是这样写太麻烦,我们可以用[0-9]来表示,[abcdefg]同样可以用[a-g]

单个表达式匹配多字符

最简单的办法就是把它们一一列出来:正则 abc 匹配于 abc。
虽然(.)meta 字符与方括号表达式都提供了依次匹配一个字符的很好方式,单正则真正强大而有力地功能是修饰符 meta 字符的使用上。
最常用的修饰符是(),表示匹配 0 个或多个前面的单个字符。因此 abc 表示“匹配一个 a,0 个或多个 b 字符以及 a 空 c ”。这个正则匹配的有 ac,abc,abbcabbbbc。
匹配 0 或多个,不表示匹配其他的某一个。例如正则 abc,文本 aQc 是不匹配的。但是 ac 是匹配的。
(
)修饰符虽然好用,但是他没有限制,如要只要指定次数,使用一个复杂的方括号表达式虽然也能指定次数,但是太过麻烦。我们就引入了区间表达式。所谓的区间表达式有三种变化
\{n\} 前置正则表达式所得结果重现 n 次
\{n,\} 前置正则表达式所得结果至少出现 n 次
\{n,m\} 出现 n 到 m 次
例如我们想要表达“重现 5 个 a” =>a\{5\},“重现 10 到 42 个 q ” =>q\{10,42\}

文本匹配锚点

两个 meta 字符是脱节符号(^),与货币字符(&),他们叫做锚点,因为其用途在限制正则表达式匹配时,针对要被匹配字符的开始或者结尾处进行匹配,
假定有一串字符串:abcABCdefDEF
正则表达式锚点的范例

模式 是否匹配 理由
ABC 居中的 4,5,6字符匹配
^ABC 起始处不是ABC
def 居中的 7,8,9 字符匹配
def$ 结尾处不是 def
[[:upper:]]{3} 居中的大写 ABC 匹配
[[:upper:]]{3}$ 结尾的大写 DEF 匹配
^[[:alpha:]]{3} 起始处的 abc 匹配

^和$当然能同时使用,这种情况将括起来的正则表达式匹配整个字符串(或行)。有时^$这样简易的正则很好用,可以用来匹配空的字符串或行列。例如加上 grep -v 选项用来显示所有不匹配模式的行们使用上面的做法,便能过滤掉文件里的空号。
^$尽在起始与结尾具有特殊用处。例如 ab^cd 里的^表示的就是自身(^)。

BRE 运算符哟普先机,由高到低
[..] [==] [::] 用于字符拍的方括号符号
\metacharacter 转移的 meta 字符
[] 方括号表达式
\{ \} 子表达式
* \{ \ } 前置单个字符重现的正则表达式
无符号 连续
^$ 锚点

上一篇: 小结 下一篇: 扩展正则表达式(...