Linux正規表達式文法

1、什麼是正規表達式

簡單的說，正規表達式就是為處理大量的字元串而定義的一套規則和方法

例如：

假設“@”代表oldboy，“！”代表oldgirl。echo "@!"==“oldboyoldgirl”

通過定義的這些特殊符号的輔助，系統管理者就可以快速過濾，替換或輸出需要的字元串

linux正規表達式一般以行為機關處理的。

正規表達式：

    1）linux正規表達式（grep awk sed）

    2）PHP、JAVA、PERLPYTHON（Perl相容正則 PCRE）

2、為什麼要學正規表達式？

在企業工作中，我們每天做的linux運維工作中，時刻都會面對大量帶有字元串的文本配置、程式、指令輸出及日志檔案等，而我們經常會有迫切的需要，從大量的字元串内容中查找符合工作需要的特定的字元串。這就要靠正規表達式。是以，可以說正規表達式就是為過濾字元的需求而生的！

例如：ifconfig的輸出取IP，例如：cat /var/log/messages輸出等

3、容易混淆的兩個注意事項：

1）正規表達式應用非常廣泛，存在于各種語言中，例如：php、python、java

等。但是我們今天講的linux系統運維工作中的正規表達式，即linux正規表達式，最常用正規表達式的指令就是grep（egrep）、sed、awk，換句話說linux三劍客要想工作的各高效，那一定離不開正規表達式配合的。

2）正規表達式和我們常用的通配符特殊字元是用本質去别的，這一點要注意

通配符例子：

ls *.log這裡的*就是通配符（表示所有），不是正規表達式

基本組成部分：

正規表達式的基本組成部分。

正規表達式

描述

示例

\

轉義符，将特殊字元進行轉義，忽略其特殊意義

a\.b比對a.b，但不能比對ajb，.被轉義為特殊意義

^

比對行首，awk中，^則是比對字元串的開始

^tux比對以tux開頭的行

$

比對行尾，awk中，$則是比對字元串的結尾

tux$比對以tux結尾的行

.

比對除換行符\n之外的任意單個字元，awk則中可以

ab.比對abc或bad，不可比對abcd或abde，隻能比對單字元

[ ]

比對包含在[字元]之中的任意一個字元

coo[kl]可以比對cook或cool

[^ ]

比對[^字元]之外的任意一個字元

123[^45]不可以比對1234或1235，1236、1237都可以

[ - ]

比對[]中指定範圍内的任意一個字元，要寫成遞增

[0-9]可以比對1、2或3等其中任意一個數字

?

比對之前的項1次或者0次

colou?r可以比對color或者colour，不能比對colouur

+

比對之前的項1次或者多次

sa-6+比對sa-6、sa-666，不能比對sa-

*

比對之前的項0次或者多次

co*l比對cl、col、cool、coool等

()

比對表達式，建立一個用于比對的子串

ma(tri)?比對max或maxtrix

{ n }

比對之前的項n次，n是可以為0的正整數

[0-9]{3}比對任意一個三位數，可以擴充為[0-9][0-9][0-9]

{n,}

之前的項至少需要比對n次

[0-9]{2,}比對任意一個兩位數或更多位數

{n,m}

指定之前的項至少比對n次，最多比對m次，n<=m

[0-9]{2,5}比對從兩位數到五位數之間的任意一個數字

|

交替比對|兩邊的任意一項

ab(c|d)比對abc或abd

POSIX字元類

POSIX字元類是一個形如[:...:]的特殊元序列（metasequence），他可以用于比對特定的字元範圍。

[:alnum:]

比對任意一個字母或數字字元

[[:alnum:]]+

[:alpha:]

比對任意一個字母字元（包括大小寫字母）

[[:alpha:]]{4}

[:blank:]

空格與制表符（橫向和縱向）

[[:blank:]]*

[:digit:]

比對任意一個數字字元

[[:digit:]]?

[:lower:]

比對小寫字母

[[:lower:]]{5,}

[:upper:]

比對大寫字母

([[:upper:]]+)?

[:punct:]

比對标點符号

[[:punct:]]

[:space:]

比對一個包括換行符、回車等在内的所有空白符

[[:space:]]+

[:graph:]

比對任何一個可以看得見的且可以列印的字元

[[:graph:]]

[:xdigit:]

任何一個十六進制數（即：0-9，a-f，A-F）

[[:xdigit:]]+

[:cntrl:]

任何一個控制字元（ASCII字元集中的前32個字元)

[[:cntrl:]]

[:print:]

任何一個可以列印的字元

[[:print:]]

元字元

元字元（meta character）是一種Perl風格的正規表達式，隻有一部分文本處理工具支援它，并不是所有的文本處理工具都支援。

\b

單詞邊界

\bcool\b 比對cool，不比對coolant

\B

非單詞邊界

cool\B 比對coolant，不比對cool

\d

單個數字字元

b\db 比對b2b，不比對bcb

\D

單個非數字字元

b\Db 比對bcb，不比對b2b

\w

單個單詞字元（字母、數字與_）

\w 比對1或a，不比對&

\W

單個非單詞字元

\W 比對&，不比對1或a

\n

換行符

\n 比對一個新行

\s

單個空白字元

x\sx 比對x x，不比對xx

\S

單個非空白字元

x\S\x 比對xkx，不比對xx

\r

回車

\r 比對回車

\t

橫向制表符

\t 比對一個橫向制表符

\v

垂直制表符

\v 比對一個垂直制表符

本文轉自 炫維 51CTO部落格，原文連結:http://blog.51cto.com/xuanwei/1844305