最详解的正则表达式------元字符

---

1 、什么是正则表达式

正则表达式是通过一些特殊字符的排列，用以查找、替换、删除一行或多行文字字符串，简单的说，正则表达式就是用在字符串的处理上面的一项表示式。由于正则表达式语法简练，功能强大，得到了许多
程序设计语言的支持，包括Java、C++、Perl以及Shell等。

为什么使用正则表达式

在进行程序设计的过程中，用户会不可避免地遇到处理某些文本的情况。有的时候，用户还需要查找符
合某些比较复杂规则的字符串。对于这些情况，如果单纯依靠程序设计语言本身，则往往会使得用户通
过复杂的代码来实现。但是，如果使用正则表达式，则会以非常简短的代码来完成。

如何学习正则表达式

1. 重点在于理解元字符
2. 掌握好正则表达式的语法
3. 开拓思路，寻找最佳的表达方法

如何使用正则表达式

当一个正则表达式完成之后，并能够保证这个表达式一定是准确的，需要不断地测试才可以确定其正确
与否。在不同的环境下，用户需要不同的工具来帮助他完成测试的过程。如果是在Shell命令行中，用户
可以使用grep命令来测试。

grep命令

grep家族有三大成员分别为：
grep：支持使用基本正则表达式。
egrep：支持使用扩展正则表达式。
fgrep：不支持使用正则表达式，即所有的正则表达式中的元字符都将作为一般字符，仅仅拥有其字面意义，不再拥有特殊意义。
grep命令的名称来自于全局搜索正则表达式并打印文本行（Global Search Regular Expression and
Print out the line）的缩写。它是一个非常古老的UNIX命令，也是一种强大的文本搜索工具。grep命令

基本正则表达式

^： 代表。。。的开始

      abcabcbcd -> 要以abc开始字符串-> ^abc
      bcdabcabc  -> 就不是以abc开始字符串
      从字符串的开始进行匹配
[root@whl grep]# echo 'abcdabcdabcd' | grep '^abcd'
abcd abcdabcd
1
2
3
4
5

$: 代表…的结束

    abcabcbcd ->以bcd结尾的字符串 -> bcd$
    bcdabcabc -> 不是以bcd结尾的字符串 
[root@whl grep]# echo 'abcdabcdabcd' | grep 'abcd$'
abcdabcdab
1
2
3
4

cd

.:  任意的单个字符: . -> a, b, A, C, 1, ?, *, 都是任意的单个字符，
.hello.匹配hello.前后任意的两个字符
[root@whl grep]# echo -e 'hello
xhelloxxxxx
xxxhelloxxxx
XXXXXXXXXXxxxxxhelloxxxxxx' | grep '.hello.'
xhelloxxxxx
xxxhelloxxxx
XXXXXXXXXXxxxxxhelloxxxxxx
1
2
3
4
5
6
7
8
9

、* 代表的是*之前的正则表达式重复0次或任意多次

     a* -> aaa, aaaaaa, aaaaaaaaaaaaaaaaaaaaa...
     a* -> ""
     
[root@whl grep]# echo 'abcdabcdabcd' | grep 'abcd*'
abcdabcdabcd
1
2
3
4
5

[str]-> [abc] ->中括号的意思是字符集：[abc] -> 匹配单个字符：字符可以是a, 也可是b, 也可以是c

           a, b, c
[root@whl grep]# echo -e 'ahello\nbhello\nchello\nzhello\nxhello' | grep '[abc]hello'
ahello
bhello
chello
1
2
3
4
5

[^str] -> [^abc] -> 取的是abc的补集， 除了abc之外字符

[root@whl grep]# echo -e 'ahello\nbhello\nchello\nzhello\nxhello' | grep '[^abc]hello'
zhello
xhello
1
2
3

[a-b]: 代表字符集， 也是单个字符，但是单个字符可以是a-b之间的任意字符
[0-9], [a-z], [A-Z], 使用a和b之间必须是连续的0

[root@whl grep]# echo -e 'ahello\nbhello\nchello\nzhello\nxhello' | grep '[a-z]hello'
ahello
bhello
chello
zhello
xhello
1
2
3
4
5
6

.*: 匹配任务的字符：重复0次或任意多次

[root@whl ~]# printf "xxxxxhelloxxx\njjjjjjhellojjjjj\nhffffhellofssss\nafffffhelloxxxx\n" | grep '.*hello.*'
xxxxxhelloxxx
jjjjjjhellojjjjj
hffffhellofssss
afffffhelloxxxx
[root@whl ~]# printf 'helloasdasdas\n'
helloasdasdas
[root@whl ~]# printf 'helloasdasdas\n' | grep '.*hello.*'
helloasdasdas
1
2
3
4
5
6
7
8
9

扩展正则表达式

后面使用的形式：就是不直接使用grep 而使用grep -E或者grep -P

{n,m} 匹配n到m次，前一个字符。指的是重复的上限和下限：重复n到m次，尽可能多的重复

aaaaaaaaa -> a{5,8} -> aaaaaaaa
root@whl ~]# echo "aaaaaaaaaa" | grep -E 'a{5,8}'
aaaaaaaaaa
[root@whl ~]# echo "aaaaaaaaa" | grep -E 'a{5,8}'
aaaaaaaaa
[root@whl ~]# echo "aaaaab" | grep -E 'a{5,8}'
aaaaab
[root@whl ~]# echo "aaaaaab" | grep -E 'a{5,8}'
aaaaaab
1
2
3
4
5
6
7
8
9

{n} n次,指定是{n}正则表达式重复指定次数n次

[root@whl ~]# echo "aaaaaa" | grep -E 'a{5}'
aaaaaa
[root@whl ~]# echo "aaaaaa" | grep -Eo 'a{5}'
aaaaa
[root@whl ~]# echo "aaaaaa" | grep -Po 'a{5}'
aaaaa
1
2
3
4
5
6

{n,} 至少N次，多了不限。只指定了下限(不足N个匹配不到)

[root@whl ~]# echo "aaaa" | grep -E 'a{5,}'
[root@whl ~]# echo "aaaaaaaaa" | grep -E 'a{5,}'
aaaaaaaaa
1
2
3

{,m} 至多m次，只指定了上限

[root@whl ~]# echo "aaaa" | grep -Eo 'a{,7}'
aaaa
[root@whl ~]# echo "aaaaaaaaaaa" | grep -Eo 'a{,7}'
aaaaaaa
aaaa
先匹配7个a再匹配4个a

注意：grep要将{}转义，\{\},egrep不需要转义
[root@whl ~]# echo "aaaa" | grep '{4}'
[root@whl ~]# echo "aaaa" | grep 'a\{4,\}'
aaaa
1
2
3
4
5
6
7
8
9
10
11

12）()，定义子表达式的开始和结束位置。例如，正则表达式“(love).*\1”表示匹配2个“love”中间包含任意个字符的文本行，其中“\1”表示引用前面的“love”
13）<或\b:锚定词首(支持vi和grep)，其后面的任意字符必须作为单词首部出现，如 14）>或\b:锚定词尾(支持vi和grep)，其前面的任意字符必须作为单词尾部出现，如 love>或love\b

<, \b
>, \b
match the empty string at the beginning and end of a word. ; 匹配单词开始和结束的空字符串
\b匹配：匹配单词边缘的空字符串
\b, <, >:都不做真正的匹配，只是用来判断单词是不是独立存在
\b

[root@whl ~]# echo 'good job' | grep '\bgood\b'
good job
[root@whl ~]# echo 'goodjob' | grep '\bgood\b'

\<
[root@whl ~]# echo 'goodjob' | grep 'job\>'
goodjob

\>
[root@whl ~]# echo 'goodjob' | grep 'job\>'
goodjob
\< \>
[root@whl ~]# echo 'goodjob' | grep '\'
[root@whl ~]# echo 'good job' | grep '\'
good job
特殊符号不作为单词的一部分
[root@whl ~]# echo 'good.job' | grep '\'
good.job
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

正则表达式字符集

[[:alnum:]] 匹配任意一个字母或者数字，等价于[A-Za-z0-9]

[root@whl ~]# echo '123aB?' | grep '[[:alnum:]]'
123aB?
1
2

[[:alpha:]] 匹配任意一个字母，等价于[A-Za-z]

[root@whl ~]# echo 'aB131' | grep '[[:alpha:]]'
aB131
1
2

[[:digit:]] 匹配任意一个数字，等价于0-9

[root@whl ~]# echo 'aB1234567890' | grep '[[:digit:]]'
aB1234567890
1
2

[[:lower:]] 匹配任意一个小写字母，等价于a-z

[root@whl ~]# echo 'aB1234567890' | grep '[[:lower:]]'
aB1234567890
1
2

[[:upper:]] 匹配任意一个大写字母，等价于A-Z

[root@whl ~]# echo 'aB1234567890' | grep '[[:upper:]]'
aB1234567890
1
2

[[:space:]] 匹配任意一个空白符，包括空格、制表符、换行符以及分页符

[root@whl ~]# echo -e 'aB       \t \n  1234567890' | grep -Pz 'aB[[:space:]]*1234567890'
aB       	 
  1234567890
1
2
3

[[:blank:]] 匹配空格和制表符
[root@whl ~]# echo -e ‘aB \t 1234567890’ | grep -Pz ‘aB[[:blank:]]*1234567890’
aB 1234567890

[[:graph:]] 匹配任意一个看得见的可打印字符，不包括空白字符
[[:print:]]
匹配任何一个可以打印的字符，包括空白字符，但是不包括控制字符、字符串
结束符‘\0’、EOF文件结束符（-1）
[[:cntrl:]] 匹配任何一个控制字符，即ASCII字符集中的前32个字符。例如换行符、制表符等

[root@whl ~]# echo -e '\t' | grep  '[[:cntrl:]]'
	
[root@whl ~]# 
1
2
3

[[:punct:]] 匹配任何一个标点符号，例如“[]”、“｛｝”或者“,”等

[root@whl ~]# echo '[],{}' | grep  '[[:punct:]]'
[],{}
1
2

[[:xdigit:]] 匹配十六进制数字，即0-9、a-f以及A-F

[root@whl ~]# echo '1234567890abcdefghhABCDEFGHKS' | grep  '[[:xdigit:]]'
1234567890abcdefghhABCDEFGHKS
1
2

?：代表的是?之前的正则表达式重复0次到1次：最少没有，最多一次

[root@whl ~]# echo "123123123" | grep -Po '123?'
123
123
123
[root@whl ~]# echo "123123123" | grep -Po '3?'
3
3
3
1
2
3
4
5
6
7
8

（s|t）-> 匹配的时候的或
s|t： s|t

只能匹配0401-0419
[root@whl ~]# echo 0411 | grep -P '^040[0-9]|^041[0-9]$'
0411
[root@whl ~]# echo 0401 | grep -P '^040[0-9]|^041[0-9]$'
0401
[root@whl ~]# echo 00410 | grep -P '^040[0-9]|^041[0-9]$'
[root@whl ~]# echo 004100 | grep -P '^040[0-9]|^041[0-9]$'
1
2
3
4
5
6
7