正则表达式基础与扩展

正则表达式基础
 
Linux Shell以一串字符作为表达式向系统传达意思。元字符（Metacharacters）是用来阐释字符表达式意义的字符，简言之，元字符就是描述字符的字符，它用于对字符表达式的内容、转换及各种操作信息进行描述。正则表达式是由一串字符和元字符构成的字符串，简称RE（Regular Expression）。正则表达式的主要功能是文本查询和字符串操作，它可以匹配文本的一个字符或字符集合。
 
正则表达式完成了数据的过滤，将不满足正则表达式定义的数据拒绝掉，剩下与正则表达式匹配的数据。
 
正则表达式的基本元素包括普通字符和元字符。POSIX标准将正则表达式分为两类：基本的正则表达式和扩展的正则表达式，大部分Linux应用和工具仅支持基本的正则表达式。
 
 
基本的正则表达式元字符集合及其意义：
 
*              #0个或多个在*字符之前的那个普通字符
 
.              #匹配任意字符
 
^              #匹配行首，或后面字符的非
 
$              #匹配行尾
 
[]            #匹配字符集合
 
\              #转义符，屏蔽一个元字符的特殊意义
 
\<\>          #精确匹配符号
 
\{n\}          #匹配前面字符出现n次
 
\{n,\}        #匹配前面字符至少出现n次
 
\{n,m\}        #匹配前面字符出现n～m次
 
 
 
空行的表示方法： ^$
 
匹配只包含一个字符的行： ^.$
 
 
 
Linux系统对大小写是敏感的，并且支持字母排序，因此，Linux中有大写字母序列和小写字母序列，两者是分开的。
 
例：匹配字母
 
[a-z]          #所有小写字母
 
[A-Z]          #所有大写字母
 
[b-p]          #小写字母b～p
 
 
 
“^”符号表示匹配行首，但是，“^”符号放到”[]”符号中就不再表示匹配行首了，而是表示取反符号。如：[^b-p]表示匹配不在b~p范围内的字符。
 
\<the\>正则表达式精确匹配the这个单词，而不匹配包含the字符的单词，如then。
 
 
正则表达式的扩展
 
除了正则表达式的元字符之外，awk和Perl等Linux工具还支持正则表达式扩展出来的一些元字符。
 
扩展的正则表达式元字符及其意义：
 
?                #匹配0个或1个在其之前的那个普通字符
 
+                #匹配1个或多个在其之前的那个普通字符
 
()              #表示一个字符集合或用在expr中
 
|                #表示“或”，匹配一组可选的字符