本文共 3757 字,大约阅读时间需要 12 分钟。
正则表达式(regular expression)描述了一种字符串匹配的模式,可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。 grep、sed、awk、expr或vi中经常用到正则表达式。想要学好shell编程,就必须精通正则表达式。
正则表达式是一个字符和元字符组合成的字符集,它们匹配一个模式。字符即普通字符(如字符a 到 z),元字符即特殊字符(如^$*等)。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。一个正则表达式包含下面一个或多个项:常用的元字符集及其含义:
范围:
注:{}和()需要转义,\{..\}和\(..\)egrep 和grep -E 相似,支持正则表达式的grep
-o 参数:依据给定的模式匹配,匹配到什么显示什么,而不会显示多余的东西。 grep不认制表符[root@admin ~]# echo "1188833" | egrep "11888*"1188833[root@admin ~]# echo "1188833" | egrep -o "11888*"11888[root@admin ~]# echo "1188833" | egrep -o "11883*"1188[root@admin ~]# echo "1188833" | egrep -o "1188*3*"1188833
实例练习及分析:(注:下面使用grep来进行正则表达式的演示,有些时候利用到grep的特性了,但注意不要跟正则的特性混淆了。)
” * ” — 星号
[root@admin ~]# echo "148" | egrep "1488*" 148 #这里的8就匹配了0次[root@admin ~]# echo "14888" | egrep "1488*"14888 #这里的8匹配了2次
特列:
[root@admin home]# cat 11.txt | egrep "*"aaaaabbbbcccc[root@admin home]# cat 11.txt | egrep -o "*"
从上面的结果可以看出,* 号只在它前面有字符的时候,才代表匹配前面的字符0次、1次、或多次。但如果前面没有任何字符,并且也没有-o参数时,*号代表的是任意字符,这时就会抓取出所有的内容,这体现了正则的贪婪性。如果加了-o参数,代表按照给定的模式匹配,此时*前面没有字符,代表的是空,没有什么实际含义,每一行的开头和结尾都是空,所以什么也抓取不到。
[root@admin home]# cat 11.txtaaaaabbbbcccc[root@admin home]# cat 11.txt | egrep "d*"aaaaabbbbcccc
从上面的结果看出,d* 匹配d 0次、1次或多次,但是文件中没有d存在,所以匹配不到d,结果为空,就相当于cat 11.txt | egrep “”,把所有的内容都抓取出来了。
#匹配文本中有连续c的行[root@admin home]# cat 11.txt | egrep "ccc*"cccc所谓连续就必须是2个或者2个以上,所以用ccc*
” . ” – 点号
注:点号仅能代表一个可见的字符,如字母a-z A-Z,数字0-9,特殊字符@#¥*,制表符\t,空格等,唯一不能代表的就是换行符\n。[root@admin home]# cat 11.txt | egrep "."aaaaabbbb cccc[root@admin home]# cat 11.txt | egrep -o "."aaaaabbbbcccc[root@admin home]# cat 11.txt | egrep -o ".."aaaabbbb ccc#两点就是匹配两个字符
从上面的运行结果来看,加参数-o和不加参数-o是有很大区别的。加-o参数,点号仅匹配一个任意字符,按照给定模式匹配的原则,所以它会把所有的单个字符都匹配一遍,然后都列出来,能匹配除空行是因为空行中有制表符\t或者是空格符。
” . “点号 和 ” * “星号的混用
[root@admin home]# cat 11.txt | egrep ".*"aaaaa#这行是直接推的回车bbbb #这行是2个制表符 cccc #前面有有几个空格[root@admin home]# cat 11.txt | egrep -o ".*"aaaaabbbb cccc
点星(” .* “)通常情况下,在正则表达式中代表的是所有的符号,包括可见的和不可见的。但是它在很大程度上还是要取决于-o参数。从上面的运行结果看来,不加-o参数,能抓取出所有的内容,包括换行符\n,因为此时虽然点” . “不能代表换行符,但是*号是可以代表0个的,这就回到刚才上面的命令语句了cat 11.txt | egrep “”,所以能抓取出所有的。但是加了-o参数以后,还是按照给定模式匹配的原则,因为点” . “不能匹配出换行符\n,并且-o参数也是显示不出空行的,所以直接就抓取不出有换行符\n的行了。
[root@admin home]# cat 11.txt | egrep -o ".+"aaaaabbbb cccc[root@admin home]# cat 11.txt | egrep -o "..*"aaaaabbbb cccc
” + “加号代表1个或多个,”* “星号代表0个或多个,使用加号就避免了星号的0个,匹配不出结果的情况,所以在能使用加号的情况下尽量使用加号(+),但是你不确定你的正则表达式要用在grep或sed或awk里边,那就将” .+ “号换成” ..* “,这是一个最通用的写法。
^ — 匹配开头
[root@admin home]# cat 11.txtaaaaabbbbccccbbbcccdddfgg#抓取以连续c开头的行[root@admin home]# cat 11.txt | egrep "^ccc*"ccccbbbcccdddfgg[root@admin home]# cat 11.txt | egrep "ggg*$"ccccbbbcccdddfgg
$ – 匹配结尾
有开头匹配就有结尾匹配[root@admin home]# cat 11.txtaaaaabbbbccccbbbcccdddfgg#抓取以连续g结尾的行[root@admin home]# cat 11.txt | egrep "ggg*$"ccccbbbcccdddfgg[root@admin home]# cat 11.txt | egrep "^ *$" #这是匹配出空行
[] – 方括号,一般用来表示范围,匹配方括号中的一个字符
[root@admin home]# echo "12345aabbccf" | egrep "[2]"12345aabbccf#表示0-9的数字,未加-o参数时,抓取出全部[root@admin home]# echo "12345aabbccf" | egrep "[0-9]"12345aabbccf#加-o参数,表示分别匹配0-9的数字[root@admin home]# echo "12345aabbccf" | egrep -o "[0-9]"12345#匹配2位数字,当有落单的就不匹配了。[root@admin home]# echo "12345aabbccf" | egrep -o "[0-9][0-9]"1234#匹配出所有数字[root@admin home]# echo "12345aabbccf" | egrep -o "[0-9][0-9]*"12345#^ -- 用在方括号中表示非,如下匹配出所有连续非数字的字符串[root@admin home]# echo "12345aabbccf" | egrep -o "[^0-9][^0-9][^0-9]*"aabbccf
\<..> – 锚符号,用于正则中匹配一个单词,\表示转义符
[root@admin home]# echo "thisisaaa" | egrep "\"this is aaa #匹配存在单词的行[root@admin home]# echo "thisisaaathis" | egrep "this\>"thisisaaathis #结尾#有时候匹配单词也可以如下写法:[root@admin home]# echo "this is aaa" | egrep "^this "this is aaa