shell编程之正则表达式

张颢镡

　　什么是正则表达式？正则表达式是用于描述字符排列和匹配模式的一种语法规则。在很多程序设计语言中都支持利用正则表达式来进行字符串的操作，不同语言中的正则表达式略有不同，但是毕竟都是正则，其本质思想都是一致的，当我们掌握了shell中的正则后，再去看python或者perl里面的正则表达式时，会发现其实都是一样的东东。
　　在shell的一些命令中，有些并不支持正则表达式，但是它们支持Linux里面的通配符，那么通配符又是什么东东呢，它跟正则表达式又有什么关系？
　　正则表达式用来在文件中匹配符合条件的字符串，正则是包含匹配。grep、awk、sed等命令都支持正则表达式。通配符用来匹配符合条件的文件名，通配符是完全匹配。ls、find、cp这些命令不支持正则表达式，所以只能使用shell自己的通配符来进行匹配了。
　　通配符主要是下面三个：

*	匹配任意字符
?	匹配任意一个内容
[]	匹配中括号中的一个字符

　　
　　
　　
　　首先，正则表达式是用来匹配文件中文本的字符串，而通配符是用来匹配符合条件的文件名；其次正则表达式是包含匹配，只要包含正则中的字符串，就匹配，而通配符是完全匹配，也就是说，必须要与条件中的字符串一模一样才会匹配。
　　说了这么多，其实正则表达式主要用于字符串的模式分割、匹配、查找及替换操作，下面来关注一下正则表达式基本的元字符和它的作用。

元字符	作用	举例说明
*	前一个字符匹配0次或者任意多次	"a*" 匹配所有内容，包括空白行 "aa*" 匹配至少包含一个a的行 "aaa*" 匹配最后包含两个连续a的字符串 "aaaaa*"匹配最少包含4个连续a的字符串
.	匹配除了换行符外的任意一个字符	"s..d" 匹配在s和d这两个字母之间一定有两个 　　字符的单词 "s.*d" 匹配在s和d字母之间有任意字符 ".*" 匹配所有内容
^	匹配行首	"^hello" 匹配以hello开头的行 "^M" 匹配以大写“M”开头的行
$	匹配行尾	"hello$" 匹配以hello结尾的行 "n$" 匹配以小写“n”结尾的行 "^$" 匹配空白行
[]	匹配中括号中指定的任意一个字符，只匹配一 个字符	"[aeiou]" 匹配任意一个元音字母， "[0-9]" 匹配任意一位数字， "[a-z][0-9]" 匹配小写字母和一位数字构成的 　　两位字符。 "s[ao]id" 匹配s和i字母中，要么是a，要么是o 　　"[0-9]"  匹配任意一个数字 　　"^[a-z]" 匹配小写字母开头的行
[^]	匹配中括号的字符以外的任意一个字符	"[^0-9]" 匹配任意一位非数字字符， "[^a-z]" 表示任意一位非小写字母 "^[^a-z]"  匹配不是小写字母开头的行 "^[^a-zA-Z]" 匹配不是字母开头的行
\	转义符。用于将特殊符号的含义取消	"\.$" 匹配使用"."结尾的行
\{n\}	表示其前面的字符恰好出现n次	"[0-9]\{4\}" 匹配4位数字， "[1][3-8][0-9]\{9\}" 匹配手机号码 "a\{3\}"  匹配a字母连续出现3次的字符串 "[0-9]\{3\}" 匹配包含连续的3个数字的字符串
\{n,\}	表示其前面的字符出现不小于n次	"[0-9]\{2,\}" 表示两位及以上的数字。 "[0-9]\{3,\}[a-z]" 匹配最少用连续3个数字开头 　　的字符串
\{n,m\}	表示其前面的字符至少出现n次，最多出现 m次	"[a-z]\{6,8\}" 匹配6到8位的小写字母。 "sa\{1,3\}i" 匹配在字母s和i直接有最少一个a， 　　最多三个a

　　
　　下面举几个个简单的列子:
　　(1)匹配日期格式YYYY-MM-DD 　　　　"[0-9]\{4\}-[0-9]\{2\}-[0-9]\{2\}"
　　(2)匹配IP地址XXX.XXX.XXX　　 　　  "[0-9]\{1,3\}\.[0-9]\{1,3\}\.[0-9]\{1,3\}"
　　(3)匹配腾讯QQ号码　　　　　　　　　  "[1-9][0-9]\{4,9\}"