Linux中的正则表达式

POSIX1 定义了两种正则表达式语法:

1) BRE 基本正则表达式(Basic Regular Expression);

2) ERE 扩展的正则表达式(Extended Regular Expression)

大多数的Linux程序符合BRE规则

sed 只支持大部分 BRE, 因为主要是受到速度的限制;

grep 可以支持 ERE, 只是需要增加额外参数 -E

gwak 使用 BRE

Regular Expression 中的基本字符集

BRE定义语法符号

符号 模式含义
. 匹配任何一个字符
[] 字符集匹配
[^] 字符集(取反)匹配
^ 匹配开始位置
$ 匹配结束位置
() 定义子表达式
\n 子表达式向前引用, 即表示重复, n在{1,9}之间
* 多次或者重复匹配(包括0次重复)
\ 转义符
[] 匹配括号内出现的字符, 如 [a-zA-Z0123]
p{n} 匹配p出现n次
p{n,} 匹配p至少出现n次
p{n,m} 匹配所有p出现的次数大于n小于m的情况

ERE修改的语法符号

符号 状态 模式含义
? 新增 多次匹配(包括0次)
+ 新增 至少一次匹配
新增 | 或运算, 匹配两个子表达式的合集
() /{m,n} 修改 注释: 不需要转义 (, ), {, } 这些符号
\n 取消 ……

BRE 和 ERE 共享, 额外的一些定义:

特殊符号:

表一:

POSIX类 perl类 描述
[:alnum:] 数字集+字母集
[:alpha:] \a 字母集
[:lower:] \l 小写字母集
[:upper:] \u 大写字母集
[:blank:] 空白字符集(空格+制表符)
[:space:] \s 所有空白字符(包括[:blank:])
[:cntrl:] 不可打印的控制字符集(退格, 删除….)
[:digit:] \d 十进制数字
[:xdigit:] \x 十六进制数字
[:graph:] 可打印的非空白字符
[:print:] \p 可打印的字符
[:pumct:] 标点符号

表二:

perl类 等效POSIX 描述
\o [0-7] 八进制数字
\O [^0-7] 非八进制
\w [[:alnum:]] 单词
\W [^[:alnum:]] 非单词
\A [^[:alphha:]] 非字母
\L [^[:lower:]] 非小写字母
\U [^[:upper:]] 非大写字母
\S [^[:space:]] 非空白字符
\D [^[:digit:]] 非十进制数字
\X [^[:xdigit:]] 非十六进制数字
\P [^[:print:]] 非可打印字符

一些特殊定义:

转义定义: \r (回车), \n (换行), \b (退格), \t (制表符), \v (垂直制表符), \" 和 \'

Regular Express 使用例子

1) 匹配任何单一字符(ASCII) .

2) 匹配行首 ^, 例子如下

1
2
3

>> ls -l | grep '^d'
drwxr-xr-x 6 xmq users   4096 10月 12 15:53 Code/
drwxr-xr-x 2 xmq users   4096 9月  30 02:41 pic/

3) 匹配行尾 $

1
2

^$   ---  匹配空行
^.%  ---  匹配单字符行

4) 匹配重复字符 *

1

ro*t  <- 其中 rot, root, rooot 都符合其匹配结果

5) 特殊字符, 需要转义 \

6) 匹配一个范围 []

1
2
3
4

[0-9] or [0123456789]       <- 匹配数字
[a-zA-Z]                    <- 匹配所有大小写字母
[a-zA-Z0-9]                 <- 匹配字母和数字
[a-zA-Z]*                   <- 匹配所有单词

注意: 在 [] 中, ^ 表示否定的意思

1
2

[^A-Za-z]                   <- 匹配非字母
[^0-9]                      <- 匹配非数字

7) 匹配重复出现多次 \{\}

1
2
3

A\{2\}B                     <- 匹配 AAB
A\{2,\}B                    <- 匹配 AAB AAAB AAAAB ...
A\{2,3\}B                   <- 匹配 AAB AAAB

参考文档

1) http://blog.csdn.net/wklken/article/details/6429526

2) http://blog.chinaunix.net/uid-23045379-id-2562051.html

3) http://blog.csdn.net/a627088424/article/details/15435873

  1. Portable Operating System Interface, 即可移植操作系统接口, 定义了操作系统应该为应用程序提供的接口标准, 是IEEE为要在各种UNIX操作系统上运行的软件而定义的一系列API标准的总称, 其正式称呼为IEEE 1003, 而国际标准名称为ISO/IEC 9945, 信息来自百度百科↩

Comments