[8-27]正则表达式、扩展表达式以及相关实战

本文旨在复习正则表达式，扩展正则表达式，对基本概念、基本用法等作记录

知识储备

• 正则表达式：是文本搜索工具，根据用户指定的“PATTERN模式”去逐行匹配目标文本，打印匹配到的行

  • 模式：由正则表达式的元字符及文本字符，所编写的过滤条件

  • 元字符：字符不标识其字面意义，用于表示通配或控制功能；

  • 逐行：请注意：正则处理单位是“行”，匹配时去匹配行，输出时输出行

• BRE与ERE：

  • BRE基本正则表达式，ERE扩展正则表达式

  • 本质区别是[元字符的定义不一样罢了]，常用参数是一致的

  • BRE与ERE可互相切换，grep命令中-E使用扩展正则，egrep中-G使用基本正则

• FRE快速正则表达式

  • 严格来说已经不是正则表达式了，单纯的字符文本匹配罢了

基本正则表达式BRE

Usage：

grep [OPTIONS] PATTERN [FILE...]

常用参数

-v：显示模式匹配不到的行，取反，这里是小写。大写是Version
-i：忽略字符大小写
-o：仅显示能够被模式匹配到的串本身，而不是行
-q：静默模式，无返回值，通过$?可以查看是否匹配到，0是匹配到，1是失败
-E：使用扩展的正则表达式

元字符：

字符匹配

.    匹配任意单个字符，请注意是单个
[]    匹配[]范围内的任意单个字符
[^]   匹配[]范围外地任意单个字符
请注意：[]表示字符集有2种常见的写法
枚举法：[A-Za-z]表示任意1个大小写字母,枚举法即将所有可能出现的字符写在[]里面,可以用","隔开，连续字符用“-”
特殊法：[:upper:]、[:alnum:]、[:alpha:],80);font-family:inherit;font-size:12.960000038147px;font-style:inherit;font-weight:inherit;background-color:inherit;">特殊法本质上是预先定义好的字符集合，按照规定引用即可
在ASNII编码中,[:alnum:]表示大小写和数字,而w 还能够表示大小写字母、数字以及下划线 等价于[_A-Za-z0-9]

次数匹配

*    匹配前一个字符出现任意次,0次、1次、N次都可以
?    匹配前一个字符出现0次或1次
+    匹配前一个字符出现1次或N次
{m}  精确匹配前一个字符出现了m次，一定是m次
{m,n} 匹配前一个字符至少m次,至多n次,相当于[m,n],有以下2种引申用法
  {m,}  至少m次
  {0,n}  至多n次
请注意：
1.次数匹配一定是针对前一个字符而言的，就是描述前一个字符出现了多少次
2.有一个特殊用法 .* 表示任意长度的任意字符

位置锚定

行为单位
^    行首锚定,简而言之就是 紧跟的字符为 行为首的行
$    行尾锚定,80);font-family:inherit;font-size:12.960000038147px;font-style:inherit;font-weight:inherit;background-color:inherit;">前一个字符为 行尾的行
^$    特殊用法,表示空行
请注意： 空行是该行啥都没有,只有一个$行尾结束符。而不是空格,看下面这个实验

词为单位 --> Linux中单词的定义和英文单词不一样，标点符号作为单独单词，连续字母or数字组成算单词
&;    词首锚定
&;    词尾锚定
b    锚定边缘,这玩意儿,既可以锚定词首,也可以锚定词尾,
请注意：
1.通常b可以匹配边缘[词首、词尾],单并非总是等价的,因为正则默认工作在贪婪模式,有时候b匹配的范围大于使用&;&;
2.建议写成&; &; 这样易读,且易于排错

从上面的元字符我们可以看出来一件事，总是在强调匹配单个字符，如果对于lancelancexy如何去描述，或者说如何去匹配连续出现的2次lance呢？

分组：

使用(ABCDE)将多个字符捆绑起来作为整体，对整体你可以附加字符匹配、次数匹配等等；
分组匹配的内容保存在内置的变量中，这些变量分别是1,2,3 ...
1：从左侧起，第一个左括号以及与之配对的右括号 中间的模式 所匹配到的内容
2：从左侧起，第2个。。。。。你懂的
这就是后向引用：使用变量引用前面的分组括号中的模式所匹配到的
请注意：为什么使用() 而不是()本身？
答：其实这是由于bash决定的,在bash中()有指定意义.而grep命令又是由bash解析然后提请给内核的,所以如果使用()那么bash就不能理解为分组的含义,这就需要使用来告诉bash这个括号表示为分组的含义，这也很好地解释了上面的{} 呵呵

扩展正则表达式BRE

Usage：

egrep [OPTIONS] PATTERN [FILE...]

常用参数同基本正则表达式，参考前文

元字符：

字符匹配  ---> 同BRE
.     
[] 
[^]
次数匹配  ---> 同BRE,80);font-family:inherit;font-size:12.960000038147px;font-style:inherit;font-weight:inherit;background-color:inherit;">但是不需要来特殊申明了
*
?    匹配前一个字符0次或1次
+    匹配前一个字符1次或N次
{m}   精确匹配前一个字符m次
{m,n}  次数在范围[m,n]中
位置锚定  ---> 同BRE
^
$
&;
&;
b
分组    ---> 分组不需要了     
()后向引用1 2 3
请注意：特殊A|B 用法
匹配整个|左侧 或 右侧，
如C|cat        表示的含义是C或者cat
如果想表示Cat或者cat 请使用 (C|c)at

作业实战

3、显示/etc/passwd文件中以bash结尾的行

答：这道题没啥好说的，最基本的 bash+行尾锚定

4、显示/etc/passwd文件中的两位数或三位数

答：这道题除了如下写法，还可以使用&;限定词锚定

5、显示`netstat -tan`命令结果中以‘LISTEN’后跟0个、1个或者多个空白字符结尾的行

这道题没啥好说的，最后的*也可以用{0,}这种写法，不过要注意[:space:]外侧需要加括号，字符集均如此

6、添加用户bash、testbash、basher以及nologin用户（nologin用户的shell为/sbin/nologin）；而后找

这道题很有趣，当初我想用cut先切割/etc/passwd把用户名提取出来，然后通过管道送给grep来处理；

但是遇到2个难点：首先管道送给grep是送给grep当参数用，而我需要的是当grep的模式用；其次即便管道成功，那么cut切割后是N列用户名，而我需要是一次送一个用户名，还可能需要使用xargs，限于水平没这么做。

有人说我的&;.*&;范围太广不准确，其实我觉得正是因为范围广才不会出现漏情况。为何呢？因为/etc/passwd这个文件本身就是有规范的，不合法的用户名一定是不存在的，那么我用.*大范围一定能匹配到合法情况 不是吗？

7、显示当前系统上root、centos或者user1用户的默认shell和UID （请事先创建这些用户，若不存在）

答：使用egrep的 | 匹配用户名 |请注意此时输出的是行！正则是以行为单位匹配和输出的 |cut切割显示

8、找出/etc/rc.d/init.d/functions文件中某单词（单词中间可以存在下划线）后面跟着一组小括号的行

这道题解法各有不同，关键是你是如何理解和定义单词这个概念的？紧跟一组小括号，这里需要对()进行转义，否则在egrep中会把（）当做分组处理。下面是我的写法，我用的是云服务器，截图不是全屏。

9、使用echo输出一个路径，而后egrep找出其路径基名；进一步的使用egrep取出其目录名

答：

基名:觉得简单但是当路径名结尾有/的时候，输出结果会携带/但这是不需要的，最终使用cut切割来解决豁然开朗

但是这样写其实也是有问题的，因为[:alnum:]匹配有限，如果是下面的情况那么就失效了

所以很难完完全全地考虑到所有情况解决这个问题，这道题能解决关键在于大部分人命名还是比较正常的。

目录名：这道题没想到太好的办法，多次过滤实现的

10、找出ifconfig命令执行结果中1-255之间的数字

思想很重要，主要是对1-255分层表述，数字1-9，数字10-99，数字100-199，数字200-249，数字250-255

在最初写得时候，我没有在两侧加上()，出现了下面的错误结果，这是因为如果没有()那么会将1028015这类也匹配到，这是为什么呢？因为|是针对整个左侧和右侧而言的，不加()意味着&;[1-9]是一个整体，你懂得

（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!