正则表达式

一、正则表达式的概述

1、概念

正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））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。

正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。

2、作用

通常用于判断语句中，用来检查某一字符串是否满足某一格式

• 正则表达式是由普通字符与元字符组成

• 普通字符包括大小写字母、数字、标点符号及一些其他符号

• 元字符是指在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符(即位于元字符前面的字符)在目标对象中的出现模式

3、可达到的目的

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）
可以通过正则表达式，从字符串中获取我们想要的特定部分

二、基础正则

1、基础正则常见元字符：(支持的工具: grep、 egrep、 sed、awk)

\ : 转义字符，用于取消特殊符号的含义

^ : 匹配字符串开始的位置

$ : 匹配字符串结束的位置

. : 匹配除\n之外的任意的一个字符

* : 匹配前面子表达式0次或者多次

[list] : 匹配list列表中的一个字符

[^list] : 匹配任意非list列表中的一个字符

{n} : 匹配前面的子表达式n次

{n,} : 匹配前面的子表达式不少于n次

{n,m} : 匹配前面的子表达式n到m次

注: egrep、 awk使用{n}、{n,}、 {n, m}匹配时“{}"前不用加“\”

2、实例操作

2.1 * 匹配前面子表达式0次或者多次

2.2 . 匹配除\n之外的任意的一个字符

2.3 {n} : 匹配前面的子表达式n次；{n,} : 匹配前面的子表达式不少于n次;{n,m} : 匹配前面的子表达式n到m次

注: egrep、 awk使用{n}、{n,}、 {n, m}匹配时“{}"前不用加“\”

grep -E 相当于 egrep

2.4 ^ 匹配字符串开始的位置；$ 匹配字符串结束的位置；^$匹配空行

2.5 [list] 匹配list列表中的一个字符；[^list] 匹配任意非list列表中的一个字符

三、扩展正则

1、扩展正则表达式元字符: ( 支持的工具: egrep、 awk，也可用grep -E)

+ : 匹配前面 子表达式1次以上
? : 匹配前面 子表达式0次或者1次
 
() : 将括号中的字符串作为一个整体
 
| : 以或的方式匹配字条串
{} ：允许为可重复的正则表达式指定一个上限，这通常称为间隔（interval）
    {n} 重复n次；{n,} 重复n次或更多次；{n,m} 重复n到m次