基礎知識筆記之正則表達式

查找中間是字母的用戶

[root@node01 ~]# grep "u[[:alpha:]][[:alpha:]]r" /etc/passwd

saslauth:x:499:76:Saslauthd user:/var/empty/saslauth:/sbin/nologin

rpcuser:x:29:29:RPC Service User:/var/lib/nfs:/sbin/nologin

user1:x:505:505::/home/user1:/bin/bash

user2:x:506:506::/home/user2:/bin/bash

[root@node01 ~]# grep "u[[:alpha:]][[:alpha:]]r" /etc/passwd

saslauth:x:499:76:Saslauthd user:/var/empty/saslauth:/sbin/nologin

rpcuser:x:29:29:RPC Service User:/var/lib/nfs:/sbin/nologin

user1:x:505:505::/home/user1:/bin/bash

user2:x:506:506::/home/user2:/bin/bash

[root@node01 ~]# 

基本正則表達式元字符：

字符匹配：

.:匹配任意單個字符

[]:匹配指定范圍內的任意單個字符

[^]:匹配指定范圍外的任意單個字符

[:digit:]、[:lower:]、[:upper:]、[:alpha:]、[:punct:]、[:space:]

匹配次數(shù)：用在要指定其出現(xiàn)的次數(shù)的字符的后面，用于限制其前面字符出現(xiàn)的次數(shù);默認工作于貪婪模式；

*:匹配其前面的字符任意次；0,1，多次

例如:grep "x*y"

    abxy

    aby

    xxxxxy

    yab

.*:匹配任意長度的任意字符

\?:匹配其前面的字符0次或者1次；即其前面的字符是可有可無的；

\+:匹配其前面的字符1次或者多次；即其前面的字符至少要出現(xiàn)一次;

\{m\}:匹配前面字符m次;

\{m,n\}:匹配其前面的字符至少m次，至多n次；

\{0,n\}:至多匹配n次

\{m,\}:至少m次

位置錨定：

^:行首錨定；用于模式的最左側；

$:行尾錨定；用于模式的最右側；

^word$:用word匹配整行

^$:空白行

^[[:space:]]*$:表示只能出現(xiàn)空白行，space可以出現(xiàn)任意次，不管有沒有如果有也只能出現(xiàn)空白；

即空白行或者包含空白字符的行

單詞：非特殊字符祖冊的連續(xù)字符（字符串）都稱為單詞；

\<或者\b:詞首錨定，用于單詞模式的左側;

\>或者\b:詞尾錨定，用于單詞模式的右側;

\<word\>:精確匹配完整單詞

        \<word\>:精確錨定單詞

        \<word左側錨定單詞

         word\>右側錨定單詞

分組及引用

\(\):將一個或多個字符捆綁在一起，當做一個整體進行處理；

\(xy\)*ab:將xy當做一個整體來處理

提示：分組括號中的模式匹配到的內容會被正則表達式引擎自動記錄與內部的變量中，這些變量為:

\1:模式從左側其，第一個左括號以及與之匹配的右側括號之間的模式所匹配的字符;

\2:模式從左側其，第二個左括號以及與之匹配的右側括號之間的模式所匹配的字符;

\3:模式從左側其，第三個左括號以及與之匹配的右側括號之間的模式所匹配的字符;

行首和行中間都出現(xiàn)r..t的字符竄，即grep的后向引用；引用前面的分組括號中的模式所匹配到的字符

[root@node01 ~]# grep "^\(r..t\).*\1" /etc/passwd

root:x:0:0:root:/root:/bin/bash

[root@node01 ~]# 

egrep:

 支持擴展的正則表達式實現(xiàn)類似于grep文本過濾功能:grep -E

生成補丁

diff oldfile   newfile >patchfile

 -u：使用unfiled機制，即顯示要修改文件的上下文，默認為3行

patch:向文件打補丁

path [option] -i patchfile oldfile

或者

patch oldfile < patchfile

關于grep和egrep用法例子：

grep：

格式: grep [option] pattern filename 注意: pattern如果是表達式或者超過兩個單詞的, 
需要用引號引用. 可以是單引號也可雙引號, 區(qū)別是單引號無法引用變量而雙引號可以.
grep '\<Tom\>' file   包含單詞Tom的行
grep 'Tom savage' file 包含Tom savage的行
grep '^Tommy' file 包含以Tommy開頭的行
grep '\.bak$' file 包含以.bak結束的行
grep '[Pp]yramid' file 包含pyramid 或Pyramid的單詞的行
grep '[A-Z]' file 包含至少一個大寫字母的行
grep '[0-9]' file 包含至少一個數(shù)字的行
grep '[A-Z]...[0-9]' file 包含五個字符,以大寫開頭, 和一個數(shù)字結尾的行.
grep -w '[tT]est' file 包含單詞和test的行.
grep -s 'ken sun' file 找到包含ken sun的行, 但不打印行, 而是用來檢查退出狀態(tài).
grep -v aaa file 打印不包含aaa的行.
grep -i cathy file 打印所有包含cathy的行, 而不考慮大小些.
grep -l 'dear cathy' * 打印包含dear cathy的文件的文件名清單.
grep -n tom file   打印匹配的行并追加行號.
grep "$LOGNAME" file 包含變量內容的行, 注意必須用雙引號, 單引號則無法引用變量.
grep '$name' file 打印包含字符$name的行.

egrep：

egrep = grep -E 可以使用基本的正則表達外, 還可以用擴展表達式. 注意區(qū)別.
擴展表達式:
+ 匹配一個或者多個先前的字符, 至少一個先前字符.
? 匹配0個或者多個先前字符.
a|b|c 匹配a或b或c
() 字符組, 如: love(able|ers) 匹配loveable或lovers.
(..)(..)\1\2 模板匹配. \1代表前面第一個模板, \2代第二個括弧里面的模板.
x{m,n} =x\{m,n\} x的字符數(shù)量在m到n個之間.
egrep '^+' file   以一個或者多個空格開頭的行.
grep '^*' file   同上
egrep '(TOM|DAN) SAVAGE' file 包含 TOM SAVAGE 和DAN SAVAGE的行.
egrep '(ab)+' file 包含至少一個ab的行.
egrep 'x[0-9]?' file 包含x或者x后面跟著0個或者多個數(shù)字的行.
egrep 'fun\.$' * 所有文件里面以fun.結尾的行.
egrep '[A-Z]+' file 至少包含一個大寫字母的行.
egrep '[0-9]' file 至少一個數(shù)字的行.
egrep '[A-Z]...[0-9]' file 有五個字符, 第一個式大寫, 最后一個是數(shù)字的行.
egrep '[tT]est' file 包含單詞test或Test的行.
egrep 'ken sun' file 包含ken sun的行.
egrep -v 'marry' file 不包含marry的行.
egrep -i 'sam' file 不考慮sam的大小寫,含有sam的行.
egrep -l "dear ken" * 包含dear ken的所有文件的清單.
egrep -n tom file 包含tom的行, 每行前面追加行號.
egrep -s "$name" file 找到變量名$name的, 不打印而是顯示退出狀態(tài). 0表示找到. 
1表示表達式?jīng)]找到符合要求的, 2表示文件沒找到.

在正則下

\ 關閉后續(xù)字符的特殊定義,但 \{\}會打開其特殊定義
. 任何單個字符
* 0個或多個 在它之前的單個字符  單獨出現(xiàn)時 在BRE中不具有任何意義(因為前面為空
就什么都沒有)
^ 在BRE中 在表達式開頭處具有意義
在ERE中任何位置都有意義
$ 同上,只是他代表的是結尾處
[] 匹配方括號內任一字符   
- 在這里的意思是連續(xù) ex:1-9  1到9
^ 代表非在方括號表達式中,所有的meta字符都會失去特殊含義
[]*\.-]這個例子比較特殊 對] 跟-  放進[]里的位置有些許講究
[′"].*\1 這個的意思是 ''或者“”,不用擔心單引號先找到或者是雙引號先找到
 注：BRE 基礎正則表達式 ERE 擴展正則表達式
 注：
 [::] 字符集ex: 
 [:alpha:] 字母字符 
 [:alnum:] 數(shù)字字符
 [:upper:] 大寫 
 [:lower:] 小寫 
 [:space:] 空格（和'\t'）
  [..] 多字符序列視為一個單位
  [==]等價字符集 對于有音標的才需要后向引用  
  配一個\n 
  ex:\1 表示引用前面的一次,那就是() ()  原來有一次,再應用一次
  另外注意的是,n代表1-9 最多可以9次的應用,順序是從左開始

元字符描述
\將下一個字符標記為一個特殊字符、或一個原義字符、或一個向后引用、或一個八進制轉義符。例如，“\n”匹配字符“n”?！癨\n”匹配一個換行符。序列“\\”匹配“\”而“\(”則匹配“(”。
^匹配輸入字符串的開始位置。如果設置了RegExp對象的Multiline屬性，^也匹配“\n”或“\r”之后
的位置。
$匹配輸入字符串的結束位置。如果設置了RegExp對象的Multiline屬性，$也匹配“\n”或“\r”之前
的位置。
*匹配前面的子表達式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等價于{0,}。
+匹配前面的子表達式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。
+等價于{1,}。
?匹配前面的子表達式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。
?等價于{0,1}。
{n}n是一個非負整數(shù)。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配
“food”中的兩個o。
{n,}n是一個非負整數(shù)。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配
“foooood”中的所有o?！皁{1,}”等價于“o+”?！皁{0,}”則等價于“o*”。
{n,m}m和n均為非負整數(shù)，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配
“fooooood”中的前三個o?！皁{0,1}”等價于“o?”。請注意在逗號和兩個數(shù)之間不能有空格。
?當該字符緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）后面時，匹配模式是非貪婪的。
非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。
例如，對于字符串“oooo”，“o+?”將匹配單個“o”，而“o?”將匹配所有“o”。
.點匹配除“\n”之外的任何單個字符。要匹配包括“\n”在內的任何字符，請使用像“(.|\n)”
的模式。
(pattern)匹配pattern并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的Matches集合得到，在VBScript
中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用“”或“”。
(?:pattern)匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。
這在使用或字符“(|)”來組合一個模式的各個部分是很有用。例如“industr(?:y|ies)”就是一個
比“industry|industries”更簡略的表達式。
(?=pattern)正向肯定預查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。預查不消耗字符，也就是說，在一個匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始。
(?!pattern)正向否定預查，在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取
匹配，也就是說，該匹配不需要獲取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配
“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。預查不消耗字符，
也就是說，在一個匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查
的字符之后開始。
(?<=pattern)反向肯定預查，與正向肯定預查類似，只是方向相反。
例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配
“3.1Windows”中的“Windows”。
(?<!pattern)反向否定預查，與正向否定預查類似，只是方向相反。
例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配
“2000Windows”中的“Windows”。
x|y匹配x或y。例如，“z|food”能匹配“z”或“food”?！?z|f)ood”則匹配
“zood”或“food”。
[xyz]字符集合。匹配所包含的任意一個字符。例如，“[abc]”可以匹配
“plain”中的“a”。
[^xyz]負值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。
[a-z]字符范圍。匹配指定范圍內的任意字符。例如，“[a-z]”可以匹配“a”到“z”范圍內的
任意小寫字母字符。
[^a-z]負值字符范圍。匹配任何不在指定范圍內的任意字符。例如，“[^a-z]”可以匹配任何不
在“a”到“z”范圍內的任意字符。
\b匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，“er\b”可以匹配“never”中
的“er”，但不能匹配“verb”中的“er”。
\B匹配非單詞邊界?！癳r\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\cx匹配由x指明的控制字符。例如，\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。
否則，將c視為一個原義的“c”字符。
\d匹配一個數(shù)字字符。等價于[0-9]。
\D匹配一個非數(shù)字字符。等價于[^0-9]。
\f匹配一個換頁符。等價于\x0c和\cL。
\n匹配一個換行符。等價于\x0a和\cJ。
\r匹配一個回車符。等價于\x0d和\cM。
\s匹配任何空白字符，包括空格、制表符、換頁符等等。等價于[ \f\n\r\t\v]。
\S匹配任何非空白字符。等價于[^ \f\n\r\t\v]。
\t匹配一個制表符。等價于\x09和\cI。
\v匹配一個垂直制表符。等價于\x0b和\cK。
\w匹配包括下劃線的任何單詞字符。等價于“[A-Za-z0-9_]”。
\W匹配任何非單詞字符。等價于“[^A-Za-z0-9_]”。
\xn匹配n，其中n為十六進制轉義值。十六進制轉義值必須為確定的兩個數(shù)字長。例如，“\x41”
匹配“A”?！癨x041”則等價于“\x04&1”。正則表達式中可以使用ASCII編碼。
\num匹配num，其中num是一個正整數(shù)。對所獲取的匹配的引用。例如，“(.)\1”匹配兩個連續(xù)的
相同字符。
\n標識一個八進制轉義值或一個向后引用。如果\n之前至少n個獲取的子表達式，則n為向后引用。
否則，如果n為八進制數(shù)字（0-7），則n為一個八進制轉義值。
\nm標識一個八進制轉義值或一個向后引用。如果\nm之前至少有nm個獲得子表達式，則nm為向后引用。
如果\nm之前至少有n個獲取，則n為一個后跟文字m的向后引用。如果前面的條件都不滿足，若n和m均為
八進制數(shù)字（0-7），則\nm將匹配八進制轉義值nm。
\nml如果n為八進制數(shù)字（0-3），且m和l均為八進制數(shù)字（0-7），則匹配八進制轉義值nml。
\un匹配n，其中n是一個用四個十六進制數(shù)字表示的Unicode字符。例如，\u00A9匹配版權符號（）。