Linux 正则表达式详解

本博客一直缺少linux正则表达式的内容，今天就补充一下。

一.正则表达式初步介绍

1，什么是正则表达式
  正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

2，使用场景。

最常见的，无非是我们平时命令和脚本使用中用到，比如grep、awk和sed做一些匹配检索。当然，程序开发或者环境配置当中需要用到的一些正则表达式，比如php判断、nginx中的location配置、其他web或者程序的规则等。

二.正则表达式简要介绍

1.正则表达式的组成

(1).一般字符：没有特殊意义的字符
(2).特殊字符（meta字符）：元字符，有在正则表达式中有特殊意义

2.如下讲下正则表达式中的常见meta字符

(1).BRE与ERE中都有的meta字符，通用:

   :  通常用于打开或关闭后续字符的特殊含义，如(…)与{…}
.   :   匹配任何单个字符（除NUL）
*  :   匹配其前的任何数目或没有的单个字符，例： . 表示任一字符， 则 .* 匹配任一字符的任意长度
^  :   以什么开头。
$  :   以什么结尾。
[]  :   匹配方括号内的任一字符，其中可用连字符（-）指的连续字符的范围；^符号苦出现在方括号的第一个位置，则表示匹配不在列表中的任一字符
中括号这个特定说明下：
1>匹配具体数字： 写入正则表达式需要转义。比如：

ifconfig | grep    -E '< [0-9]>|< [0-9][0-9]>|< [1-2][0-5][0-5]>'   -o

2>匹配具体字符串 尖括号b，同样需要转义

(2).BRE中才有的字符：

{n,m} : 区间表达式，匹配在它前面的单个字符重现的次数区别。{n}指重现n次;  {n,m}指重现n至m次;
( ) : 保留空间，可以将最多9个独立的子模式存储在单个模式中。如(ab).*1 : 指匹配ab组合的两次重现，中间可存在任意数目的字符。

: 重复在(与)方括号内第n个子模式至此点的模式。

(3)ERE中才有的字符（这个如何结合grep使用需要加-E参数，或者采用egrep）：

{n,m} : 与BRE的{n,m}功能相同
+ : 匹配前面正则表达式的一个或多个扩展
? : 匹配前面正则表达式的零个或一个扩展
| : 匹配|符号前或后的正则表达式
( ) : 匹配方括号括起来的正则表达式群

比如linux上常用的nosql中，过滤redis配置文件中的注释行和空白行，可以用如下命令：

方法1：cat /etc/redis.conf | grep -Ev '^#|^$' 
方法2：cat /etc/redis.conf | grep  -v '^#' | grep  -v '^$'

(4). 方括号（[]）表达式

4.1.字符集  [:  :]

标识字符集，有如下几种：

4.2.排序符号

指将多个字符视为一个符号，如[.ch.]即将ch视为一个符号

4.3.等价字符

认为多个字符相等，如[=e=]在法文的locale里，可匹配于多种与e相似的字符，此处不再列出。

说明：这三种构造除其自身的方括号之外，还必须使用额外的方括号括起来。

例 ： [[:alpha:]!] : 匹配任一英文字母或感叹号。

[[.ch.] : 匹配ch排序元素，而不匹配单独的字母c或h.

3.简单正规表达式匹配案例
china  :  匹配此行中任意位置有china字符的行
^china : 匹配此以china开关的行
china$ : 匹配以china结尾的行
^china$ : 匹配仅有china五个字符的行
[Cc]hina : 匹配含有China或china的行
Ch.na : 匹配包含Ch两字母并且其后紧跟一个任意字符之后又有na两个字符的行
Ch.*na : 匹配一行中含Ch字符，并且其后跟0个或者多个字符，再继续跟na两字符

二.实例

如下通过常用实例来学习BRE和ERE匹配，源文件url.txt内容如下：

www.baidu.com
http://www.baidu.com
https://www.baidu.com
http://wwwbaiducom
baidu.com
baidu

1.url匹配

匹配以http或者https开头，并且其后为：并且含有.的串

BRE匹配：

grep ‘^https{0,1}.*..*’ url.txt

ERE匹配：

grep -E ‘^https?.*..*’ url.txt

匹配结果如下：

http://www.baidu.com
https://www.baidu.com

2.Email匹配

示例文件内容为：

[email protected]
[email protected]
[email protected]
[email protected]

@@baidu.com

匹配以字母数字或者下划线开头的多个字符，其后有一个@之后有多个字母数字或者下划线，其中有一个.号

grep ‘^[[:alpha:][:digit:]_]*@[[:alpha:][:digit:]]*..*’ email.txt

匹配结果：

[email protected]
[email protected]
[email protected]

参考资料：
1，百度正则表达式。
2，Linux 正则表达式详解http://www.jb51.net/article/42989.htm