Linux学习之正则表达式&grep&egrep

ewr21

我们经常需要在文档中搜索符合自己要求的内容，这些部分可能分散在文档的各个位置，各个角落。可以利用关键字例如/keyword或者?keyword一个一个的搜索，还有我可能不止想搜索关键字，而是指定一个范围，怎样操作？而且怎样把这些搜索到的内容集中地显示出来？使用正则表达式搜索字串的grep命令和egrep命令就可以满足我们的这个要求。
正则表达式（Regular Expression）是一种字符书写的模式，以行为单位进行字符的处理，透过一些特殊字符的辅助，利用这种模式可以轻易地达到对字符的搜索、删除、取代。上面提到的特殊字符叫元字符。
正则表达式是一种表示法，只要字串处理的相关命令支持这种表示法，就可以调用正则表达式的元字符来进行字符串的处理。
正则表达式分为基本正则表达式和扩展正则表达式。
一、基本正则表达式用到的元字符有这几个方面的分类：

• 字符匹配类
  
  

元字符	代表意义
.	任意单个字符
[]	指定范围内的任意单个字符
[^]	非指定范围内的任意单个字符

2.字符类

元字符	代表意义
[[:digit:]]	数字,0-9
[[:lower:]]	小字字母，a-z
[[:upper:]]	大写字母，A-Z
[[:alpha:]]	任何大小字字母，a-z,A-Z
[[:alnum:]]	大小写字母及数字，a-z,A-Z,0-9
[[:space:]]	所有类型的空白字符，如空格键，TAB键，回车键等产生的空白
[[:punct:]]	标点符号
[[:blank:]]	空格键和TAB键产生的空白

3.次数匹配类：指定元字符前面的字符出现的次数

元字符	代表意义
*	任意次，包括0次
\?	0次或1次
\{m\}	精确出现m次
\{m,n\}	至少m次，最多n次
\{m,\}	至少m次
\{0,n\}	最多n次
.*	任意长度的任意字符

4.位置锚定：指定字串在行中出现的位置

元字符	代表意义
^	行首锚定
$	行尾锚定
^$	空白行
\<	单词词首
\>	单词词尾
\b	用于词首同\<，用于词尾同\>

5.分组：将一组字串当作一个字符来引用
分组中的模式匹配到的内容，可由正则表达式引擎记忆在内存中，之后可被引用。用小括号括起来的内容即被正则表达式理解为分组，\(\).如\(abc\).这些（）是有编号的，有多层小括号的情况下，如何判断哪一对是一组？以及引用的的哪一组？如\(abc\(def\)g\).*\(lmn\),共有三组（），即有三个分组，"def"为一分组，“abc(def)g”为一分组（包含小分组"def"），还有一个与"abc(def)g"独立的分组"lmn"， ，从左到右，红色箭头指向的是第一组，紫色指向的是第二组，分别和后面的同色的右半部括号相对应
"\(abc\(def\)g\).*\(lmn\)\1"后面的"\1"就代表要引用从左边数第1个左括号与跟它相呼应的右括号所包括的内容,即"abc\(def\)g"。"\2"就是引用"def"。所以"\#"就是引用从左边数第几个括号内的内容。
示例：如"\(ab\{1,3\}c\).*\1",有"abbcddeabbc";"abbbcefbb";"abbbbcxxzabbbbc";"abbcssab";这几个字串哪些符合我们的RE格式要求呢？有一条判断准则就是后面"\#"引用的部分和前面的必须完全一致，这样就好判断了。

二、扩展正则表达式用到的元字符
1、字符匹配类  与基本RE相同
2、字符类      与基本RE相同
3、次数匹配类  表示次数的"*"、"?"、"{m,n}等"不用转义字符"\"来转义了，而且增加了"+"来表示重                复前面字符至少一次，与{1,}意义相同。
4、位置锚定    同基本RE
5、分组        "()"括号不用再加上转义字符"\"来转义了
6、或          "|" "a|b"表示"a"或者"b"，多个字符的话如"abc|def"表示"abc"或者"def"，而不是"abcef"或者"abdef"。所以"|"与"()"配合可以选定字串范围。

三、grep、egrep
grep(globally search a regular expression and print)用法：
grep [options] PATTERN [FILE...]常用选项：

         -v: 把不包括正则表达式匹配到的字串的行显示出来
         -o: 仅显示匹配到的字串，而非字串所在的行
-i: ignore-case，忽略字符大小写
-E: 支持使用扩展正则表达式
-A #  
-B #  
-C #  
egrep（enhanced grep），相当于grep -E

常用选项：
四、示例
题目：写一个模式，能匹配合理的ipv4地址。
解决过程：我把环境设定成从命令"ifconfig"中提取合理的IPV4地址。用支援扩展RE的命令egrep处理。
这个问题对我现在知识水平来说还是有点难度，中间写了很多，有各种不同的匹配结果。有的结果是只能显示出单个的数字，有的是把上千的数字也筛选出来了，最后成功达到目标的写法是：


用选项“-o“可以只显示符合要求的字串本身，结果为


看下ifconfig的输出：


当然还有其它更简洁的RE写法，作为一个数学从小不好的人写出了这么长一串数字，瞬间感觉自己高大上了