7_Shell语言———正则表达式

sm702

　　正则表达式是指一类字符书写的模式（pattern），这类字符为元字符，即该字符不表示本来的意思，而用来作为通配符进行额外功能的描述。如*表示任意长度的任意字符，？表示任意单个字符。
　　我们可以使用man命令来查看一下正则表达式中元字符的含义：
　　# man 7 regex

　　正则表达式包括两类：基本正则表达式，扩展正则表达式。
　　grep命令只支持基本正则表达式；egrep支持扩展正则表达式（e及表示扩展），fgrep表示fast grep，不支持正则表达式，所有的元字符都被当做普通字符处理，搜索速度很快。
　　这里着重介绍基本正则表达式。
　　前文中介绍过显示出文件 /etc/passwd中所有出现 “root”的行，但如果现在要显示的是只出现在行首的“root”，就需要使用含有元字符的正则表达式了。
　　正则表达式的模式主要有以下几种：
　　^pattern ：表示锚定行首的符合条件的内容
　　故上述情况可以进行以下操作：
　　# grep --color=auto ‘^root’ /etc/passwd
　　pattern$：表示锚定行尾的符合条件的内容,因为$表示行结束符
　　故要查找行尾含有“sh”的行，可进行以下操作：
　　# grep --color=auto ‘sh$’ /etc/passwd

　　若^和$同时使用，则可以用来表示自成一行的行，如grep --color=auto ‘^root$’ /etc/passwd就表示只有root出现的这一行；^$更多的时候可以用来查找空白行，如要查找并统计/etc/rc.d/rc.sysinit中的空白行，可以使用以下命令：
　　# grep “^$” /etc/rc.d/rc.sysinit
　　# grep “^$” /etc/rc.d/rc.sysinit | wc -l
　　.：匹配任意单个字符
　　*：和通配符中的*号不同，正则表达式中的*表示匹配紧挨在其前面的字符的任意次，如 a*可以表示 a，aa...；a*b可以表示b，ab，aab，而acb不匹配，但是以“a*b”为条件来在查找字符串时，acb则能够匹配，因为它表示b前面的字符串里含有任意个a：
　　如进行以下操作：
　　# nano grep.txt//输入 a，ab，aab，acb
　　# grep --color=auto “a*b” grep.txt

　　.*：表示匹配任意次数的任意字符：和普通的通配符不同，只用*不足以表示任意次数的任意字符，需要在*前面加上.
　　如要查找某一行中含有r开头以h结尾字段，可以使用“r.*h”,
　　# grep --color=auto “r.*h” /etc/passwd
　　# grep --color=auto “^r.*h$” /etc/passwd            //以r开头，以h结尾的行
　　# grep --color=auto “^r.*h$” /etc/passwd           //包含以下字段：“r后面跟了一个数字，
　　//数字后面跟了任意内容，以h结尾”
　　比较有趣的现象是在使用正则表达式进行匹配时，不以首次出现模式进行匹配，而是尽可能长的进行匹配。此模式称为“贪婪模式”

　　[]:匹配指定范围内的任意单个字符
　　[^]:匹配指定范围外的任意单个字符
　　[a-z], [A-Z]:所有的英文字母
　　[0-9]：所有的数字
　　[:lower:]：所有的小写字母
　　[:upper:]：所有的大写字母
　　[:digit:]：所有的数字
　　[:alpha:]：所有的字母
　　[:alnum:]：所有的数字和大小写字母
　　[:space:]：所有的空格
　　[:punct:]：所有的标点符号
　　若表示任意范围内的单个字符，中括号外还需要再套一层中括号，即[[:lower:]]
　　# grep --color=auto “r[0-9].*h” /etc/passwd       //包含以下字段：“r后面跟了一个数字，
　　//数字后面跟了任意内容，以h结尾”
　　# grep “#[[]:space:]]\{1,\}[^[:space:]]” /etc/rc.d/rc.sysinit  //显示/etc/rc.d/rc.sysinit中
　　//以#开头，且后面跟一个或
　　//多个空白字符，而后又跟了任意非空白字符的行

\?：匹配紧挨在其前面的字符0次或1次　　如 a\?b 可以匹配 ab, aab, acb, b, 在使用命令时，?前面要加上反斜线进行转移，如:
　　# grep --color=auto “a\?b” grep.txt

　　\{m,n\}：匹配前面的字符至少m次，至多n次；
　　\{0,n\}：匹配至多n次，0-n次；
　　\{m,\}：匹配至少m次。
　　比如a\{0,3\}b 能匹配b, ab, aab, aaab; aaaaaab 和 acb不匹配，因为b前面至多3个a。

　　如以下例子：
　　# grep “[bB].\{2,5\}[tT]” /etc/rc.d/rc.sysinit      // 查找/etc/rc.d/rc.sysinit文件中以大
　　//小写任意的B开头，中间跟了2到5
　　//个字符，并以大小写任意的T结尾的行
　　\ 或 ’pattern’\b：表示锚定词尾，即只匹配指定的单词而后面不包含特殊字符。
　　\ 或 \b’pattern’\b：表示锚定单词本身
　　例如：
　　# grep “\” /etc/rc.d/rc.sysinit
　　# grep “\” /etc/rc.d/rc.sysinit

　　\(‘pattern’\)：表示分组。例如\(ab\){1,3}可以匹配ab，aab，abb，abab，ababab
　　# grep --color=auto “\(ab\)\{1,3\}” grep.txt

　　grep命令在使用正则表达式时也可以引用变量，注意要使用变量，需要用双引号；若使用单引号，则表示寻找引号内的字符串，而不是变量。如：
　　# UserName=root// 查找/etc/passwd文件中以root开头的行
　　# grep “^$UserName” /etc/passwd
　　上述分组匹配也可以引用变量。例如：“ab任意字符ab”可以写作“ab.*ab”。“a.b任意字符a.b”可能出现的结果是“acb_$?_aeb”，但实际希望的效果是 “acb_$?_acb”，这时就可以使用变量来实现：
　　# grep \(a.b\).*\1 //这里数字1就是用来引用第一次匹配出来的结果

　　下面看一个有趣的例子，从下列文本中找出以下模式：
　　（l开头，两个任意字符，以e结尾）任意字符（和前面的模式一致，但末尾多了一个r）
　　He like his liker
　　He love his liker
　　She love her lover
　　She like her lover
　　可以进行以下操作：
　　# grep “l..e.*l..er” grep.txt
　　# grep “\(l..e\).*\1r” grep.txt