正则表达式 linux shell
正则表达式热身正则表达式(regularexpression)描述了一种字符串匹配的模式,可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。 例如grep,expr,sed,awk.或Vi中经常会使用到正则表达式,为了充分发挥shell编程的威力,需要精通正则表达式。
转载请标明:
http://www.52php.cn/article/p-tgwugmoz-bw.html
下面先举个简单例子来让大家对正则表达式有个直观的感受。ls命令是linux下最常用的命令。ls命令是list的缩写,缺省下ls用来打印出当前目录的清单。 现在,我们只希望列出以d开头的文件或目录,可以用lsd*命令,这里*就是正则表达式,它表示匹配重复零次或多次前一字符。
举一反三,列出以che开头的文件或目录,就可以用lsche*命令。 是不是觉得有些觉得过于简单了啊??!!好吧,打完小怪,现在升下级。 开始…… 如何列出当前目录下的所有目录(不包含下面的子目录)? 思考…… 又到了使出正则表达式杀手锏的时候了,在这里,我们还是使用ls命令,但是加了个-l选项(-l选项作用是列出文件的详细信息),使用正则表达式列出当前目录下的所有目录,我们给出了两种方法(聪明的你当然会想到也可以用find命令,呵呵,这属于第三种秘笈了)。且看: 这样列出来的内容有些多,没完全截下来所有显示结果,但这并不妨碍本文的讲解。 考虑到普通文件是以-开头,如dataf1.txt文件;目录是以d开头的,如adv_shell是目录,即第一个字母会不小心暴露出文件的身份属性。 所以我们就从d这里作为突破口,这时,你会想到,有多少个“开头”的d就应该有多少个目录,太聪明了,好吧,我们按照你的思路实践下。 现在,问题出来了,怎么统计出来有多少个“开头”的d?你想到了linux中grep命令,还想到了正则表达式,于是grep和正则表达式开始粉墨登场了…… ls-l|grep"^d" 这条简单的命令就轻松解决了我们的问题,。"^d"???你纳闷了,这个小东西配合起来怎么会有那么大的威力呢?这好比玩三国杀时刘备、司马懿、香香之间配合的威力……"^d",就是正则表达式的用法,"^"表示匹配行首,"^d"合起来就表示以d开头的一行,grep"^d"就是过滤出以d开头的那些行,d表示目录,也就过滤出了当前目录中的所有目录。 谜底解开。现在你又想到,前面不是说还有一种方法的么,既然如此迫不及待,那就只好顺水推舟了。 第二种方法还是基于ls命令,但是用了-F选项,-F选项能列出文件类型的指示符号,如下图所示: 仔细观察我们发现,在文件名后面,会多出了一些符号,如目录adv_shell名字后多了条斜扛(/),可执行文件checkhost.sh名字后多了个星号(*)……在此,如果想更多了解这些符号意义,可以查看ls命令的详细信息。 我们现在把注意力集中到目录adv_shell名字后多了条斜扛(/)这条信息上。很快联想到,有多少个斜扛(/)就应该对应多少目录,而且斜扛(/)会跟在每个目录名的最后。我们又想到了grep命令,还想到了应该怎样用正则表达式表示出匹配行尾,答案已经很接近了…… ls-F|grep"/$" 这条短命令又一切成全了我们的梦想。"/$"也是正则表达式的用法,"$"表示匹配行首,"/$"合起来就表示匹配以/结尾的行,grep"/$"就是过滤出以/结尾的那些行,/表示目录,也就过滤出了当前目录中的所有目录。 在此基础上,我们发散一下思维,比如说想统计当前目录下的文件个数及目录个数,就可以使用以下命令: ls-l*|grep"^-"|wc-l ls-l*|grep"^d"|wc-l 好了,暂且休息,下面我们开始介绍更多关于正则表达式的知识。 蓄势前面我们初识了^$*这些个正则表达式的用法,下面我们将进行更高一级的升炼。 正则表达式是一个字符或和元字符组合成的字符集,它们匹配(或指定)一个模式。字符即普通字符(例如字符a到z),元字符即特殊字符(例如前面提到的字符^$*)。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。 在这里,为简单见,我们不会介绍所有的正则表达式知识,只介绍常用的一些正则表达式知识。 一个正则表达式包含下面一个或多个项: 1.一个字符集 这里的字符集里的字符表示的就是它们字面上的意思.正则表达式最简单的情况就是仅仅由字符集组成,而没有其他的元字符。 2.锚 一个锚指明了正则表达式在一行文本中要匹配的位置,例如^和$就是锚。 3.修饰符 它们用于展开或缩小(即是修改了)正则表达式匹配文本行的范围.修饰符包括了星号、括号和反斜杠符号。 * 匹配重复零次或多次前一字符 + 匹配一个或多个前面的字符.它的作用和*很相似,但唯一的区别是它不匹配零个字 符的情况 ? 匹配零或一个前面的字符。它一般用于匹配单个字符 . 匹配任意字符(除换行符) ^ 匹配一行的开头,但依赖于上下文环境,可能在正则表达式中表示否定一个字符 集的意思 转义(escapes)一个特殊的字符,使这个字符表示原来字面上的意思。"$"表示 了原来的字面意思"$",而不是在正则表达式中表达的匹配行尾的意思.""也被 解释成了字面上的意思"" {} 指示前面正则表达式匹配的次数. 要转义是因为不转义的话大括号只是表示他们字面上的意思.这个用法只是技巧上 的而不是基本正则表达式的内容."[0-9]{5}"精确匹配5个数字(从0到9的数字). | "或",正则操作符用于匹配一组可选的字符 {n} n是一个非负整数。匹配确定的n次。例如,''o{2}''不能匹配"Bob"中的''o'',但是能匹配"food"中的两个o。 {n,} n是一个非负整数。至少匹配n次。例如,''o{2,}''不能匹配"Bob"中的'o'',但能匹配"foooood"中的所有o。''o{1,}''等价于''o+''。''o{0,}''则等价于''o*''。 {n,m} m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,"o{1,3}"将匹配"fooooood"中的前三个o。''o{0,1}''等价于''o?''。请注意在逗号和两个数之间不能有空格。 b 匹配一个单词边界,也就是指单词和空格间的位置。例如,''erb''可以匹配"never"中的''er'',但不能匹配"verb"中的''er''。 B 匹配非单词边界。''erB''能匹配"verb"中的''er'',但不能匹配"never"中的''er'' w 匹配包括下划线的任何单词字符。等价于''[A-Za-z0-9_]''。 W 匹配任何非单词字符。等价于''[^A-Za-z0-9_]''。 d 匹配一个数字字符。等价于[0-9]。 D 匹配一个非数字字符。等价于[^0-9]。 f 匹配一个换页符。等价于x0c和cL。 n 匹配一个换行符。等价于x0a和cJ。 r 匹配一个回车符。等价于x0d和cM。 s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于[fnrtv]。 S 匹配任何非空白字符。等价于[^fnrtv]。 t 匹配一个制表符。等价于x09和cI。 v 匹配一个垂直制表符。等价于x0b和cK。 常用的就介绍到这里,其它的需要进一步了解可以查阅手册或资料。
转载请标明:
http://www.52php.cn/article/p-tgwugmoz-bw.html
翱翔部分例子 /b([a-z]+)1b/gi 一个单词连续出现的位置 /(w+)://([^/:]+)(:d*)?([^#]*)/ 将一个URL解析为协议、域、端口及相对路径 /^(?:Chapter|Section)[1-9][0-9]{0,1}$/定位章节的位置 /[-a-z]/ A至z共26个字母再加一个-号。 /terb/ 可匹配chapter,而不能terminal /Bapt/ 可匹配chapter,而不能aptitude /Windows(?=95|98|NT)/ 可匹配Windows95或Windows98或WindowsNT,当找到一个匹配后,从Windows后面开始进行下一次的检索匹配。 下面来些更加高级些的例子。 对于vi中命令的分析 s/(^.*$)n^.*$/1/g 初一看,会傻眼,眼前感觉全是$^.*/……这些符号的闪动。 不要紧,下面慢慢道来。 先给出vi中替换命令的格式。 s/re/string 用string替换正则表达式re 如果在后面加了个g如: s/re/string/g 表示表示对该行内符合模式的进行全部替换。 例如,s///_/g这个正则表达式就表示,对行内所有的斜扛(/)替成下划线(_),/即替换命令格式中的re,用反斜扛是为了转义,/即表示/的本意;_即替换命令格式中的string。 好了,了解vi中替换命令的格式后,我们再对细节进行分析。 前面介绍到(...)表示正则表达式分组,n表示第n个分组内容,于是对于 s/(^.*$)n^.*$/1/g 中的1,就表示第一个正则表达式分组即(^.*$),我们暂将第一个正则表达式分组(^.*$)其记为:A 类推,2就应该表示第二个正则表达式分组,即n^.*$实际上也应该写在括号内比较好:(n^.*$),我们也暂将第二个正则表达式分组n^.*$记为:B 好了, %s/(^.*$)n^.*$/1/g 就可以写为: s/AB/A/g 作用就是将行内所有的AB都替换成A。 现在我们来分别分析A和B的作用。 A=(^.*$) 抽取出来实际上是(...),表示正则表达式分组,再分析括号内的^.*$,^代表行首,点号(.)匹配任意字符(除换行符),星号(*)匹配重复零次或多次前一字符,$代表匹配到行尾,综合起来就是:匹配这一行 B=n^.*$ 分析:n换行,^.*$同上,表示匹配这一行,综合起来就是:下一行(即上行结束后开始的另一行)。 再于是就有:%s/AB/A/g即将所有AB都替换成B,代入A和B各自意思得到: 将两行(如行1和行2)内容替换为第一行内容(即行1的内容),加上/g,就是对全文进行前述替换,也就是隔行删除,如果是从文件第一行开始进行的操作,就意味着是删除所有偶数行、保留所有奇数行操作。 从上面的分析过程中,我们总结出两条有用的正则表达式: %s/(^.*$)n^.*$/1/g 删除偶数行 %s/^.*$n(^.*$)/1/g 删除奇数行 不过瘾的话,还可以再看看另一例子: sed's/(.*)(.)$/2/' 2就应该表示第二个正则表达式分组 同上,也将A=/(.*),B=(.)$,表达式变为's/AB/B',将AB都替换成B。 分析A、B作用。 A=/(.*) 抽取出来实际上是(...),表示正则表达式分组,再分析括号内的.*,表示匹配任意零个或多个字符(除换行符) B=(.)$ 括号内的.,表示匹配任意字符(除换行符),括号外的$表示匹配到行尾,即表示行尾的最后一个字符;那上述的A/(.*)就表示该行最后一个字符前的所有字符。 于是sed's/(.*)(.)$/2/'作用就是:删除该行除最后一个字符外的所有字符,保留最后一个字符,也即取得该行最后一个字符。 好了,正则表达式的介绍就告一段落,知识点比较多,需要平时反复的积累,遇到复杂的正则表达式时首先要克服恐惧的心理,然后按照上面的方法化繁为简,抓住其本质的东西,有如探囊取物,必手到擒来。
转载请标明:
http://www.52php.cn/article/p-tgwugmoz-bw.html
点击打开链接
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |