正则表达式
正则表达式(Regular Expression) 正则表达式是一种字符特征的描述方式,用来在文本中匹配到用户想要的东西.
正则表达式与通配符:
1.正则表达式一般用于处理文本内容,常用命令有grep,sed,awk,vim等
通配符一般用于匹配文件名,常用命令有find,ls,cp等
2.各符号的含义不尽相同.
什么地方使用正则表达式
vim grep sed awk nginx apache mail垃圾邮件过滤。。。 perl java python 等等都使用正则
构成
1．元字符(基本元字符、扩展元字符)
2．除元字符之外的任意字符都是表示他字面意思的正则表达式
正则表达式的匹配过程
正则表达式是按照从表达式最左端第一个字符开始,左到右依次一个一个字符进行匹配.当字符串中有字符成功匹配到正则表达式中字符,则从这个位置开始尝试正则表达式中的下一个字符进行匹配,如果匹配成功则继续从这个位置开始匹配正则表达式中下一个字符；如果匹配不成功,则“回溯”到第一次匹配的字符处重新从正则表达式中第一个字符开始匹配。
特征
贪婪匹配
基本元字符
1.字符匹配
** . 任意单个字符**
** [] []内的任意单个字符**
** [ a-z] 任意单个小写字母**
** [a-zA-z] [0-9] [a-zA-z0-9]**
[^0-9]除了数字外的任意当个字符
[a-z]小写字母
[0-9]数字
[A-Z]大写字母
[a-zA-Z]所有字母
[^a-zA-Z0-9]所有符号
次数匹配
** * 匹配前面的字符重复****0次****到多次 *
{****n****}****匹配前面的字符重复任意次数
{n,m}前面的字符重复n次到m次
{,n} 前面的字符最多重复n次
{n,} 前面的字符最少重复n次
** 位置匹配**
^ 行首
$ 行尾
< 词首
> 词尾
扩展元字符****Extended Metacharacters (egrep and awk)
sed -r
?? 前面的字符重复0次或1次
{} 次数匹配意义同基本元素中的{}
|或着
() 分组
\数字 引用分组的内容
前向: 在正则中引用
后向: 在其他地方引用, \0表示引用模式中所有的内容 \0 ⇔ &
hehello
llllo
llheo
hellhello
hellohello
编写正则表达式的3 个步骤****：
1 知道要匹配的内容以及它如何出现在文本中。
2 编写一个模式来描述要匹配的内容
3 测试模式来查看它匹配的内容,不能错,不能漏,不能多
练习： head /etc/passwd > /tmp/pass
1. 删除每行的第一个字符
2. 在每行行首插入hello
3. 删除每行的第二个字符
4. 把每个数字用()括起来 如:(1)(2)
5. 把每个数值用()括起来 如:(12)
6. 删除每行的倒数第二个字符
7. 交换每行的第一个和最后一个字符
8. 删除刚好三个字符的单词
9. 把ro或da替换成A
思考:
1. 删除每行的第一个单词(纯字母)
2. 交换第一个和倒数第二个单词(纯字母)
POSIX字符类
点击这里点击这里
[:digit:]任何数字
[:xdigit:]任何十六进制数字
[:alpha:]任何字母
[:lower:]任何小写字母
[:upper:]任何大写字母
[:alnum:]任何字母或数字
[:cntrl:]ASCII控制字符（ASCII 0~31 和 ASCII 127）
[:punct:]不属于[:alnum:]和[:cntrl:]的任何字符
[:blank:]空格或制表符（[\t ]）
[:space:]任何空白字符，包括空格（[\f\n\r\t\v ]）
[:print:]任何可打印字符
[:graph:]同[:print:],但不包括空格
