正则表达式.md

正则表达式

一、正则表达式分类

• 基本的正则表达式, Basic Regular Expression 又叫 Basic RegEx 简称 BREs
• 扩展的正则表达式, Extended Regular Expression 又叫 Extended RegEx 简称 EREs
• Perl 的正则表达式, Perl Regular Expression 又叫 Perl RegEx 简称 PREs

二、Linux 中常用文本工具与正则表达式的关系

• grep/egrep:

  • grep 支持: BREs、EREs、PREs 正则表达式

    • grep 指令后不跟任何参数, 则表示要使用 "BREs"
    • grep 指令后跟 "-E" 参数, 则表示要使用 "EREs"
    • grep 指令后跟 "-P" 参数, 则表示要使用 "PREs"

  • egrep 支持: EREs、PREs 正则表达式

    • egrep 指令后不跟任何参数, 则表示要使用 "EREs"
    • egrep 指令后跟 "-P" 参数, 则表示要使用 "PREs"

• sed:

  • sed 文本工具支持: BREs、EREs
  • sed 指令默认是使用 "BREs"
  • sed 命令参数 "-r" , 则表示要使用"EREs"

• awk/gawk:

  • awk 文本工具支持: EREs
  • awk 指令默认是使用 "EREs"

三、断言

符号	名字	含义
reg(?=exp)	零宽度正先行断言	reg 匹配的内容后面内容满足 exp 规则
reg(?!exp)	零宽度负先行断言	reg 匹配的内容后面内容不满足 exp 规则
(?<=exp)reg	零宽度正后发断言	reg 匹配的内容前面内容满足 exp 规则
(?<!exp)reg	零宽度负后发断言	reg 匹配的内容前面内容不满足 exp 规则

以(?=exp)零宽度正先行断言为例

1. "先行"表示待校验的位置在前，即校验的位置在exp匹配的内容之前
2. "正"表示exp描述的规则，匹配校验位置后面的内容

断言元字符	意义:以0A1B2为例
^	行首，字符串首 表示位置0
$	行尾，字符串尾部，表示位置2
\b	字分界线，可以表示：0,2位置
\B	非字分界线，可以表示1位置
\A	目标的开头（独立于多行模式） 表示位置0
\Z	目标的结尾或位于结尾的换行符前（独立于多行模式） 表示位置2
\z	目标的结尾（独立于多行模式）表示位置2
\G	目标中的第一个匹配位置
	A, Z, z, G很少使用

例1. 取运行级别

shell> cat /etc/inittab
...
id:3:initdefault:
...

shell>  grep -aPo '[0-9](?=:initdefault)' /etc/inittab
3

例2. 取系统版本

shell> cat /etc/redhat-release
Red Hat Enterprise Linux Server release 7.9 (Maipo)

shell> grep -aPo '(?<=release\s)\d' /etc/redhat-release
7

四、各类型正则表达式比较

https://www.cnblogs.com/jiangzhaowei/p/5453004.html

含义	字符	Basic RegEx	Extended RegEx	Python RegEx	Perl regEx
转义	\	\	\	\	\
匹配行首1	^	^	^	^	^
匹配行尾2	$	$	$	$	$
匹配空行	^$	^$	^$	^$	^$
匹配整行	^string$	^string$	^string$	^string$	^string$
匹配左边界	\<	\<	\<	N/A	N/A(=\b)
匹配右边界	\>	\>	\>	N/A	N/A(=\b)
匹配左右边界	\<x\>	\<x\>	\<x\>	N/A	N/A(=\b)
匹配表达式	()	N/A	()	()	()
匹配表达式	\(\)	\(\)	N/A(=())	N/A(=())	N/A(=())
匹配0,1次(={0,1})	?	N/A(=\?)	?	?	?
匹配0,1次(=\{0,1\})	\?	\?	N/A(=?)	N/A(=?)	N/A(=?)
非贪婪模式	?	N/A	N/A	N/A	N/A
匹配字符(除\n)3	.	.	.((^$)|(.):Include\n)	.	.([.\n]:Include\n)
匹配任意多次(={0, })	*	*	*	*	*
匹配至少一次(=\{1,\})	\+	\+	N/A(=+)	N/A(=+)	N/A(=+)
匹配至少一次(={1, })	+	N/A(=\+)	+	+	+
匹配n次	{n}	N/A(=\{n\})	{n}	{n}	{n}
匹配至少n次	{n,}	N/A(=\{n,\})	{n,}	{n,}	{n,}
匹配n-m次	{n,m}	N/A(=\{n,m\})	{n,m}	{n,m}	{n,m}
匹配 x 或 y	x|y	N/A(=x|y)	x|y	x|y	x|y
匹配0-9数字	[0-9]	[0-9]	[0-9]	[0-9]	[0-9]
匹配此字符集	[xyz]	[xyz]	[xyz]	[xyz]	[xyz]
匹配非次字符集4	[^xyz]	[^xyz]	[^xyz]	[^xyz]	[^xyz]
匹配所有字母	[A-Za-z]	[A-Za-z]	[A-Za-z]	[A-Za-z]	[A-Za-z]
匹配非字母	[^A-Za-z]	[^A-Za-z]	[^A-Za-z]	[^A-Za-z]	[^A-Za-z]
匹配数字(=[0-9])	\d	N/A	N/A	\d	\d
匹配非数字(=[^0-9])	\D	N/A	N/A	\D	\D
匹配非空白字符(=[^\f\n\r\t\v])	\S	N/A	N/A	\S	\S
匹配空白字符5	\s	N/A	N/A	\s	\s
匹配非单词数字	\W	\W	\W	\W	\W
匹配单词+数字+下划线	\w	\w	\w	\w	\w
匹配非单词边界	\B	\B	\B	\B	\B
匹配单词边界	\b	\b	\b	\b	\b
匹配横向制表符(=\x09,\cI)	\t	N/A	N/A	\t	\t
匹配垂直制表符(=\x0b,\cK)	\v	N/A	N/A	\v	\v
匹配换行符(=\x0a,\cJ)	\n	N/A	N/A	\n	\n
匹配换页符(=\x0c,\cL)	\f	N/A	N/A	\f	\f
匹配回车符(=\x0d,\cM)	\r	N/A	N/A	\r	\r
匹配\	\\	\\	\\	\\	\\
匹配控制字符x6	\cx	N/A	N/A	N/A	\cx
匹配十六进制n, n为2位数字7	\xn	N/A	N/A	N/A	\xn
匹配引用	\num	N/A	\num	\num	N/A
匹配字母+数字	[:alnum:]	[:alnum:]	[:alnum:]	[:alnum:]	[:alnum:]
匹配字母	[:alpha:]	[:alpha:]	[:alpha:]	[:alpha:]	[:alpha:]
匹配数字	[:digit:]	[:digit:]	[:digit:]	[:digit:]	[:digit:]
匹配小写字母	[:lower:]	[:lower:]	[:lower:]	[:lower:]	[:lower:]
匹配大写字母	[:upper:]	[:upper:]	[:upper:]	[:upper:]	[:upper:]
匹配空白字符	[:space:]	[:space:]	[:space:]	[:space:]	[:space:]
空格和制表符	[:blank:]	[:blank:]	[:blank:]	[:blank:]	[:blank:]
匹配可见字符8	[:graph:]	[:graph:]	[:graph:]	[:graph:]	[:graph:]
匹配可打印字符9	[:print:]	[:print:]	[:print:]	[:print:]	[:print:]
匹配控制字符	[:cntrl:]	[:cntrl:]	[:cntrl:]	[:cntrl:]	[:cntrl:]
匹配标点符号10	[:punct:]	[:punct:]	[:punct:]	[:punct:]	[:punct:]
匹配十六进制数	[:xdigit:]	[:xdigit:]	[:xdigit:]	[:xdigit:]	[:xdigit:]

---

1 awk 指令中, "^" 则是匹配字符串的开始 ↺
2 awk 指令中, "$" 则是匹配字符串的结尾 ↺
3 awk指令中的 "." 能匹配换行符 ↺
4 "[^xyz]" 在awk 指令中则是匹配未包含的任意一个字符+换行符 ↺
5 包括空格、制表符、换页符等等(等价于[ \f\n\r\t\v]) ↺
6 例如：\cM匹配一个Control-M 或回车符，x 的值必须为 A-Z 或 a-z 之一，否则，将 c 视为一个原义的 'c' 字符 ↺
7 '\x41' 匹配 "A"。'\x041' 则等价于'\x04' & "1" ↺
8 不含空格和换行符 ↺
9 不含控制字符 "[:cntrl:]", 字符串结束符 "\0", EOF文件结束符("-1"), 但包括空格符号 ↺
10 不包括 "[:alnum:]"、"[:cntrl:]"、"[:space:]" 这些字符集 ↺

---