Linux Shell命令行及脚本编程实例详解课件：第9章 正则表达式

第9章

正则表达式9.1什么是正则表达式9.1.1定义正则表达式是一个描述一组字符串的模式。与算术表达式类似，正则表达式也是由各种操作符结合小的表达式组成，这些所谓的操作符，即是正则表达式中的特殊元字符。换句话说，正则表达式是由普通字符和元字符组成的字符集，而这个字符集匹配（或指定）一个模式。其基本结构单元是匹配单个字符的正则表达式。任何带有特殊含义的元字符可以通过在字符前加反斜杠‘\’来引用。正则表达式的主要作用是文本搜索和字符串处理。一个正则表达式匹配单个字符或一个字符串，或字符串的一部分。9.1.2正则表达式类型正则表达式有两种类型，分别是：基本正则表达式扩展正则表达式9.1.2正则表达式类型基本正则表达式具有如下的元字符：星号--*：匹配它前面的字符串或正则表达式任意次（包括0次）。比如，“1122*”将匹配11+一个或多个2，其可能匹配的字符串将是112、1122、1122222、11223343等。句点--.：匹配除换行符之外的任意一个字符。比如，“112.”将匹配112+至少一个字符，其可能匹配的字符串是1121、1122、112abc等，但不匹配112。插入符号--^：匹配一行的开始，但有时依赖于上下文环境，可能表示否定正则表达式中一个字符串的意思。比如，“^abc”将只匹配行首的abc字符串。美元符--$：在一个正则表达式的末尾，匹配一行的结尾。比如，“123$”将只匹配行尾的123，“^$”将匹配一个空行。方括号--[]：匹配方括号内指定的字符集中的一个字符。比如，“[abc]”将匹配字符a、b、c中的任意一个字符，“[a-h]”将匹配从a到h的任意一个字符，“[A-Z][a-z]”将匹配任意一个大写或小写字母，“[^a-d]”将匹配除a到d之外的所有字符。反斜线符号--\：转义一个特殊的字符，使这个字符得到字面意义的解释。比如，“\$”将表示回它的原意“$”，而不是表示行尾的的正则表达式含义。类似地，“\\”表示的字意是“\”。转义尖括号--\<\>：用于标记单词边界。尖括号必须是转义的，否则它们只有字符的字面含义。比如，“\<the\>”匹配单词“the”，但不匹配“them”、“there”、“other”等等。9.1.2正则表达式类型扩展正则表达式，在上面的基本正则表达式的元字符的基础上又增加了几个元字符，如下所示：问号--?：匹配0个或1个前面的字符，它通常用于匹配单个字符。比如，“ab?c”将匹配“ac”或“abc”。加号--+：匹配一个或多个前面的字符，它和星号*的作用相似，但它不匹配0个字符的情况。比如，“ab+c”将匹配“abc”、“abbc”、“abbb…c”等。转义波形括号--\{\}：指示匹配前面正则表达式的次数。波形括号必须是转义的，否则它们只有字符的字面含义。比如“[0-9]\{5\}”将匹配5位数字。圆括号--()：包含一组正则表达式。它们与下面要讲的“|”操作符一起使用，或是在使用expr提取子字符串时使用。竖线--|：正则表达式的“或”操作符匹配一组可选的字符。比如“a(b|c)d”将匹配“abd”或“acd”。9.1.3POSIX字符类这是一个指定字符的范围的替代方法，如表9-1所示。POSIX字符含义[:alnum:]匹配字母和数字字符。等同于A-Za-z0-9[:alpha:]匹配字母字符。等同于A-Za-z[:blank:]匹配空格或制表符[:cntrl:]匹配控制字符[:digit:]匹配十进制数字。等同于0-9[:graph:]匹配ASCII码值范围在33-126的字符。与下面的[:print:]相似，但不包括空格字符[:lower:]匹配小写字母。等同于a-z[:upper:]匹配大写字母。等同于A-Z[:print:]匹配ASCII码值范围在32-126的字符。与上面的[:graph:]相似，但多了个空格字符[:space:]匹配空白字符（空格和水平制表符）[:xdigit:]匹配十六进制数字。等同于0-9A-Fa-f9.1.4Bash正则表达式比较操作符从Bash的3.0版本开始，Bash有了内部的正则表达式比较操作符，使用“=~”表示。大部分使用grep或sed命令的正则表达式编写脚本的方法现在可以由带有“=~”操作符的Bash表达式处理，并且Bash表达式可能使你的脚本更容易阅读和维护。与其它比较操作符（例如，“-lt”或“==”等）相同，如果一个表达式（比如，$digit=~"[[0-9]]"）左边的变量匹配右边的正则表达式，将返回状态码0，否则返回1。9.2正则应用基础9.2.1实例：使用句点.匹配单字符比如，我们有一个文件list.txt，其内容如下所示：$catlist.txt112211211222221122111abddeabedebbcdebbdde现在我们来搜索此文件中，包含字符串“112”且其后至少有一个字符的行.9.2.2实例：使用插入符号^匹配例如，我们要查找/etc/passwd文件中root账号的信息，如果不使用正则表达式，而只使用root关键字，可能会得到类似如下结果：$greproot/etc/passwdroot:x:0:0:root:/root:/bin/bashoperator:x:11:0:operator:/root:/sbin/nologin显然，上述的结果并不完全是我们需要的结果。此时，我们使用插入符号元字符就可以只显示root账号的信息9.2.3实例：使用美元符$匹配将插入符号“^”和美元符“$”单独结合使用，可以查找文件中空白行：$grep-v'^$'filename上述示例是打印除空行以外的其它行。使用美元符“$”匹配，我可以查找/etc/passwd中用户默认Shell是Bash的账号：$grep'bash$'/etc/passwd上述示例中，查找的即是以“bash”字符串结尾的行。9.2.4实例：使用星号*匹配我们在Linux的系统日志文件/va/log/messages中查找所有匹配“kernel:*”的行：$grep"kernel:*."/var/log/messages上述示例中，将匹配kernel和冒号“:”，还有紧跟其后0个或多个空格，最后是一个句点“.”匹配任意一个字符。下面的例子是查找文件中，所有包含单词是以字母‘i’开头以字母‘l’结尾的行：$egrep"\<i.*l\>"filename--color或$grep"\<i.*l\>"filename--color9.2.5实例：使用方括号[]匹配比如，找出文件中含有至少11个连续小写字母的行：$grep"[a-z]\{11\}"/var/log/setup.log--color或$egrep"[a-z]{11}"/var/log/setup.log--color查看文件中包含字母‘b’或字母‘s’的行：$grep[bs]filename查看系统日志文件中包含“数字+空格+times”的行：$grep"[0-9]\+times"/var/log/messages--color或$egrep"[0-9]+times"/var/log/messages--color9.2.6实例：使用问号?匹配比如，我们有一个内容如下的文件regexExamp.txt：catregexExamp.txthihellohihellohowareyouhihello我们来查看一下“hi?hello”的匹配结果：$egrep"hi?hello"regexExamp.txthihellohihello或$grep"hi\?hello"regexExamp.txthihellohihello9.2.7实例：使用加号+匹配我们仍然使用上一节中示例文件regexExamp.txt，查看“hi+hello”的匹配将是怎样的结果：$egrep"hi+hello"regexExamp.txthihellohihellohowareyou或$grep"hi\+hello"regexExamp.txthihellohihellohowareyou9.3小结下面我们总结一下本章所学的主要知识：正则表达式是一个描述一组字符串的模式。正则表达式是由普通字符和元字符组成的字符集，而这个字符集匹配（或指定）一个模式。正则表达式的主要作用是文本搜索和字符串处理。一个正则表达式匹配单个字符或一个字符串，或字符串的一部分。正则表达式有两种类型，分别是基本正则表达式和扩展正则表达式。基本正则表达式的元字符有：*、.、^、$、[]、\、\<\>扩展正则表达式在基本正则表达式的元字符