Linux正则表达式语法

1、什么是正则表达式

简单的说，正则表达式就是为处理大量的字符串而定义的一套规则和方法

例如：

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

通过定义的这些特殊符号的辅助，系统管理员就可以快速过滤，替换或输出需要的字符串

linux正则表达式一般以行为单位处理的。

正则表达式：

    1）linux正则表达式（grep awk sed）

    2）PHP、JAVA、PERLPYTHON（Perl兼容正则 PCRE）

2、为什么要学正则表达式？

在企业工作中，我们每天做的linux运维工作中，时刻都会面对大量带有字符串的文本配置、程序、命令输出及日志文件等，而我们经常会有迫切的需要，从大量的字符串内容中查找符合工作需要的特定的字符串。这就要靠正则表达式。因此，可以说正则表达式就是为过滤字符的需求而生的！

例如：ifconfig的输出取IP，例如：cat /var/log/messages输出等

3、容易混淆的两个注意事项：

1）正则表达式应用非常广泛，存在于各种语言中，例如：php、python、java

等。但是我们今天讲的linux系统运维工作中的正则表达式，即linux正则表达式，最常用正则表达式的命令就是grep（egrep）、sed、awk，换句话说linux三剑客要想工作的各高效，那一定离不开正则表达式配合的。

2）正则表达式和我们常用的通配符特殊字符是用本质去别的，这一点要注意

通配符例子：

ls *.log这里的*就是通配符（表示所有），不是正则表达式

基本组成部分：

正则表达式的基本组成部分。

正则表达式

描述

示例

\

转义符，将特殊字符进行转义，忽略其特殊意义

a\.b匹配a.b，但不能匹配ajb，.被转义为特殊意义

^

匹配行首，awk中，^则是匹配字符串的开始

^tux匹配以tux开头的行

$

匹配行尾，awk中，$则是匹配字符串的结尾

tux$匹配以tux结尾的行

.

匹配除换行符\n之外的任意单个字符，awk则中可以

ab.匹配abc或bad，不可匹配abcd或abde，只能匹配单字符

[ ]

匹配包含在[字符]之中的任意一个字符

coo[kl]可以匹配cook或cool

[^ ]

匹配[^字符]之外的任意一个字符

123[^45]不可以匹配1234或1235，1236、1237都可以

[ - ]

匹配[]中指定范围内的任意一个字符，要写成递增

[0-9]可以匹配1、2或3等其中任意一个数字

?

匹配之前的项1次或者0次

colou?r可以匹配color或者colour，不能匹配colouur

+

匹配之前的项1次或者多次

sa-6+匹配sa-6、sa-666，不能匹配sa-

*

匹配之前的项0次或者多次

co*l匹配cl、col、cool、coool等

()

匹配表达式，创建一个用于匹配的子串

ma(tri)?匹配max或maxtrix

{ n }

匹配之前的项n次，n是可以为0的正整数

[0-9]{3}匹配任意一个三位数，可以扩展为[0-9][0-9][0-9]

{n,}

之前的项至少需要匹配n次

[0-9]{2,}匹配任意一个两位数或更多位数

{n,m}

指定之前的项至少匹配n次，最多匹配m次，n<=m

[0-9]{2,5}匹配从两位数到五位数之间的任意一个数字

|

交替匹配|两边的任意一项

ab(c|d)匹配abc或abd

POSIX字符类

POSIX字符类是一个形如[:...:]的特殊元序列（metasequence），他可以用于匹配特定的字符范围。

[:alnum:]

匹配任意一个字母或数字字符

[[:alnum:]]+

[:alpha:]

匹配任意一个字母字符（包括大小写字母）

[[:alpha:]]{4}

[:blank:]

空格与制表符（横向和纵向）

[[:blank:]]*

[:digit:]

匹配任意一个数字字符

[[:digit:]]?

[:lower:]

匹配小写字母

[[:lower:]]{5,}

[:upper:]

匹配大写字母

([[:upper:]]+)?

[:punct:]

匹配标点符号

[[:punct:]]

[:space:]

匹配一个包括换行符、回车等在内的所有空白符

[[:space:]]+

[:graph:]

匹配任何一个可以看得见的且可以打印的字符

[[:graph:]]

[:xdigit:]

任何一个十六进制数（即：0-9，a-f，A-F）

[[:xdigit:]]+

[:cntrl:]

任何一个控制字符（ASCII字符集中的前32个字符)

[[:cntrl:]]

[:print:]

任何一个可以打印的字符

[[:print:]]

元字符

元字符（meta character）是一种Perl风格的正则表达式，只有一部分文本处理工具支持它，并不是所有的文本处理工具都支持。

\b

单词边界

\bcool\b 匹配cool，不匹配coolant

\B

非单词边界

cool\B 匹配coolant，不匹配cool

\d

单个数字字符

b\db 匹配b2b，不匹配bcb

\D

单个非数字字符

b\Db 匹配bcb，不匹配b2b

\w

单个单词字符（字母、数字与_）

\w 匹配1或a，不匹配&

\W

单个非单词字符

\W 匹配&，不匹配1或a

\n

换行符

\n 匹配一个新行

\s

单个空白字符

x\sx 匹配x x，不匹配xx

\S

单个非空白字符

x\S\x 匹配xkx，不匹配xx

\r

回车

\r 匹配回车

\t

横向制表符

\t 匹配一个横向制表符

\v

垂直制表符

\v 匹配一个垂直制表符

本文转自 炫维 51CTO博客，原文链接:http://blog.51cto.com/xuanwei/1844305