正则表达式

1.正则表达式介绍

• 正则表达式是用来过滤文本的模式模板
• 利用通配符来描述数据流中的一个或者多个字符，因而能够利用不一样的特殊字符来定义特定的数据过滤模式
• 在Linux中有两种正则表达式引擎：POSIX基础正则表达式（BRE）引擎，POSIX拓展正则表达式（ERE）引擎

2.POSIX基础正则表达式（BRE）引擎，适用于sed和gawk

1.纯文本适配

$echo "This is a test " | sed -n '/test/p'
This is a test

#纯文本适配对大小写敏感
$echo "This is a test " | sed -n '/this/p'
$
$echo "This is a test " | sed -n '/This/p'
This is a test

#不须要单词所有拼完，只要有就能够匹配

#在正则表达式中可使用空格和数字，并且空格和其余字符串并无什么区别
$echo "This is number 1" | sed -n '/ber1/p'
$
$echo "This is number 1" | sed -n '/ber 1/p'
This is number 1

#单词间有两个空格的行匹配正则表达式模式，是找出多余空格的好方法

2.特殊字符 .*[]^${}+?|()

• 使用特殊字符须要用 \ 来进行转义，就像$（变量）要表达美圆符号的意思须要 $

3.锚字符 ^ $

#  ^ 表明了行首
$echo "this is a test" | sed -n '/^this/p'
$this is a test    #只要单词是在行首，就能匹配到

# $表明了行尾
$echo "this is a test" | sed -n '/test$/p'
$this is a test    #只要单词是在行尾，就能匹配到

# ^$ 表示空白行，利用sed的/^$/d，能够删除文件中的空白行

4.点字符

#点字符能够匹配除换行符以外的任何 单个 字符。
$ echo "this is a nice cat" |  sed -n '/.at/p'
$this is a nice cat

$ echo "this is a nice cat" |  sed -n '/.th/p'
$                                    #由于th前没东西，因此没法匹配

5.字符组

• 能够利用方括号定义一组字符(英文或者数字)，只要出现组中的字符，就能够获得匹配

$echo "The cat is sleeping" | sed -n '/[ch]at/p'
$ The cat is sleeping
$echo "The hat is nice" | sed -n '/[ch]at/p'
$The hat is nice
#
#单个表达式中可使用多个字符组
$echo "yes" | sed -n '/[Yy]e[Ss]/p'
$yes

• 只要在组里字符前加上^，就能够变成排除这些字符的意思

$echo  "it is three o'clock" | sed -n '/[^at]hree/p'
$            #由于three已经被排除了

6.区间

• [0-9],就是0到9的所有字符
• [c-h],就是c到h的所有字符
• [a-ch-m]，就是a到c和h到m的所有字符，这是个不连续区间

7.特殊的字符组

• 见原书p434，感受用处不是很大

8.星号

• 字符串后面加星号意味着 该字符 必须出现0次或屡次，和Linux命令行里的意思不太同样

$echo "ik" | sed -n '/ie*k/p'
$ik

• 利用 .* 能够匹配任意数量的任意字符
• 星号还能用在字符组上，表示可能出现的屡次字符组和字符区间

3.POSIX扩展正则表达式（ERE）引擎，适用于gawk，不适用于sed

其实就是对基础表达式中星号的细化

1.问号

• 问号，代表前面的字符出现0或者1次

2.加号

• 加号，代表前面的字符至少出现1次

3.花括号

• {m},正好出现m次
• {m,n}，至少出现m次，至多出现n次

4. 管道

• 能够利用管道，用逻辑OR指定正则表达式引擎要用的两个或多个模式

$echo "The cat is sleeping" | gawk '/cat|dog/{print $0}'
$The cat is sleeping
$echo "The dog is sleeping" | gawk '/cat|dog/{print $0}'
$The dog is sleeping

5.表达式分组

• 用括号将一组字符括起来能够当单个字符用
• 模式(c|b)a(b|t)会匹配第一组字母的任意组合以及第二组中字母的任意组合