正则表达式

Mr.Hope...大约 5 分钟

正则表达式是表达文本模式的方法。

元字符

元字符是表示特殊函数的字符，包括以下这些 ^ $ . [ ] { } - ? * + ( ) | \\。除了元字符，其他字符在正则表达式中，都表示原来的含义。

grep -h '.zip' dirlist*.txt

上面命令在文件中查找包含正则表达式“.zip”的文本行。注意，上面命令不会匹配 zip 程序，因为 zip 只有三个字符，而 .zip 要求四个字符。

grep -h '^zip' dirlist*.txt
grep -h 'zip$' dirlist*.txt

上面命令分别在文件列表中搜索行首，行尾以及行首和行尾同时包含字符串“zip”(例如，zip 独占一行)的匹配行。注意正则表达式‘^$’(行首和行尾之间没有字符)会匹配空行。

方括号之中的字符，表示可以任意匹配其中的一个。

grep -h '[bg]zip' dirlist*.txt

上面命令匹配包含字符串“bzip”或者“gzip”的任意行。

注意，元字符放入方括号之中，会失去其特殊含义。但有两种情况除外，^ 在方括号的开头，表示否定，否则只是一个普通字符，表示原义。

grep -h '[^bg]zip' dirlist*.txt

上面命令匹配不以 b 或 g 开头的 zip 字符串。注意，上面命令不会匹配 zip，因为一个否定的字符集仍然要求存在一个字符。

- 在方括号之中表示一个字符区域。

grep -h '^[A-Z]' dirlist*.txt

上面命令匹配所有以大写字母开头的文本行。类似的，^[A-Za-z0-9] 表示以大写字母、小写字母、数字开头的文本行。

注意，连字号如果不构成一个字符区域，则表示其本来的含义。

grep -h '[-AZ]' dirlist*.txt

上面命令匹配包含一个连字符，或一个大写字母“A”，或一个大写字母“Z”的文件名。

由于 locale 设置不同，Shell 展开正则表达式 [A-Z] 时，可能不是解释为所有大写字母，而是解释为包括所有字母的字典顺序。

ls /usr/sbin/[A-Z]*

上面命令在某些发行版里面，会返回所有大写字母或小写字母开头的文件。

为了避免这个问题，可以使用正则表达式的预定义字符类。

[:alnum:] 字母数字字符。在 ASCII 中，等价于: [A-Za-z0-9]
[:word:] 与 [:alnum:] 相同, 但增加了下划线字符。
[:alpha:] 字母字符。在 ASCII 中，等价于 [A-Za-z]
[:blank:] 包含空格和 tab 字符。
[:cntrl:] ASCII 的控制码。包含了 0 到 31，和 127 的 ASCII 字符。
[:digit:] 数字 0 到 9
[:graph:] 可视字符。在 ASCII 中，它包含 33 到 126 的字符。
[:lower:] 小写字母。
[:punct:] 标点符号字符。
[:print:] 可打印的字符。等于 [:graph:] 中的所有字符，再加上空格字符。
[:space:] 空白字符，包括空格，tab，回车，换行，vertical tab, 和 form feed.在 ASCII 中，等价于 [ \t\r\n\v\f]
[:upper:] 大写字母。
[:xdigit:] 用来表示十六进制数字的字符。在 ASCII 中，等价于 [0-9A-Fa-f]

ls /usr/sbin/[[:upper:]]*

上面命令返回所有大写字母开头的文件名。

| 表示匹配一系列字符串之中的一个。注意与方括号区分，方括号表示匹配一系列字符之中的一个。

$ echo "AAA" | grep -E 'AAA|BBB'
AAA
$ echo "BBB" | grep -E 'AAA|BBB'
BBB
$ echo "CCC" | grep -E 'AAA|BBB'
$

上面代码中，AAA|BBB 表示匹配字符串 AAA 或者是字符串 BBB。grep 程序使用 -E 参数，表示按照正则表达式规则匹配。并且，这个正则表达式放在单引号之中，为的是阻止 Shell 把 | 解释为管道操作符。

| 可以多个连用，也可以与其他正则规则结合使用。

echo "AAA" | grep -E 'AAA|BBB|CCC'

grep -Eh '^(bz|gz|zip)' dirlist*.txt

量词操作符表示一个元素被匹配的次数。

昵称

邮箱

网址