grep正则表达式规范 在sed、awk及C语言中用正则表达式
1 正则表达式介绍用一个命令查找一个模式得到一类字符串时，这个模式应该包含以下信息：
规定一些特殊语法表示字符类、数量限定符和位置关系，然后用这些特殊语法和普通字符一起表示一个模式，这就是正则表达式（Regular Expression）。
2 grep正则表达式的Extended规范各种工具和编程语言所使用的正则表达式规范的语法并不相同，表达能力也各不相同，有的正则表达式规范引入很多扩展，能表达更复杂的模式，但各种正则表达式规范的基本概念都是相通的。grep所使用的正则表达式，它大致上符合POSIX正则表达式规范，此笔记学习、练习grep使用的正则表达式。
(1) 字符类
(2) 数量限定符
(3) 位置限定符
(4) 其它特殊字符
Basic规范也有这些语法，只是字符?+{}|()应解释为普通字符，要表示上述特殊含义则需要加转义。如果用grep而不是egrep，并且不加-E参数，则应该遵照Basic规范来写正则表达式。
3 sed与正则表达式(1) sed简介sed意为流编辑器（Stream Editor），在Shell脚本和Makefile中作为过滤器使用非常普遍，也就是把前一个程序的输出引入sed的输入，经过一系列编辑命令转换为另一种格式输出。
sed命令不会修改原文件，只是经过sed命令后输出需要部分。
(2) sed涉及的正则表达式及编辑命令sed处理的文件既可以由标准输入重定向得到，也可以当命令行参数传入，命令行参数可以一次传入多个文件，sed会依次处理。sed的编辑命令可以直接当命令行参数传入，也可以写成一个脚本文件然后用-f参数指定，编辑命令的格式为：
其中pattern是正则表达式，action是编辑命令。sed一行一行读出待处理文件，如果某一行与pattern匹配，则执行相应的action，如果一条命令没有pattern而只有action，这个action将作用于待处理文件的每一行。
sed常用编辑操作：
(3) sed命令行格式根据(2)中对sed处理的文件和编辑命令的描述可得sed命令行的基本格式为：
4 awk(1) awk介绍sed以行为单位处理文件，awk比sed强的地方在于不仅能以行为单位还能以列为单位处理文件。awk缺省的行分隔符是换行，缺省的列分隔符是连续的空格和Tab，但是行分隔符和列分隔符都可以自定义，比如/etc/passwd文件的每一行有若干个字段，字段之间以:分隔，就可以重新定义awk的列分隔符为:并以列为单位处理这个文件。
(2) awk命令行格式awk基本用法和sed类似，awk命令行的基本形式为：
和sed一样，awk处理的文件既可以由标准输入重定向得到，也可以当命令行参数传入，编辑命令可以直接当命令行参数传入，也可以用-f参数指定一个脚本文件，编辑命令的格式为：
pattern是正则表达式，actions是一系列操作（编辑命令），awk程序一行一行读出待处理文件，如果某一行与pattern匹配，或者满足condition条件，则执行相应的actions，如果一条awk命令只有actions部分，则actions作用于待处理文件的每一行。
awk命令的condition部分还可以是两个特殊的condition－BEGIN和END，对于每个待处理文件，BEGIN后面的actions在处理整个文件之前执行一次，END后面的actions在整个文件处理完之后执行一次。
(3) awk内建变量awk命令可以像C语言一样使用变量（但不需要定义变量）。就像Shell的环境变量一样，有些awk变量是预定义的有特殊含义的：
awk还可以像C语言一样使用if/else、while、for控制结构。以前未“系统”掌握awk命令格式时做的笔记（例子）：shell awk读取文件中的指定行的指定字段。
5 在C语言中使用的正则表达式POSIX规定了正则表达式的C语言库函数：regex(3)。man regex。 用正则表达式匹配字符串是否为IP地址的C代码： /*Filename: regex_in_c.c
*Brife: use c function to use regex
*Author: One fish
*Date: 2014.8.12 Tuesday
*/
#include <sys/types.h>
#include <regex.h>
#include <stdio.h>
#include <stdlib.h>
int main(void)
{
regex_t reg;
char regex[] = "[0-9]{1,3}.[0-9]{1,3}";
char str[] = "172.168.13.1";
size_t nmatch = 1;
regmatch_t pmatch[1];
char errbuf[100];
int i,re;
//Compile regex to reg
re = regcomp(®,regex,REG_EXTENDED | REG_NEWLINE);
if ( 0 != re ) {
regerror(re,®,errbuf,100);
printf("%sn",errbuf);
exit(1);
}
//Use reg which compiled from pattern to match substring in whole string str
re = regexec(®,str,nmatch,pmatch,0);
if (REG_NOMATCH == re) {
printf("No matchn");
exit(1);
} else if (0 == re) {
printf("matched:n");
for (i = pmatch[0].rm_so; i < pmatch[0].rm_eo; ++i) {
putchar(str[i]);
}
printf("n");
printf("%d,%dn",pmatch[0].rm_so,pmatch[0].rm_eo);
}
//Free ® used in recomp
regfree(®);
return 0;
}
编译并执行程序：
当在regcomp函数中的cflags参数中指定REG_NOSUB时nmatch和pmatch参数将会被忽略，不能再将它们的值输出来。 [2014.8.11-21.02 ---- 2014.8.12-16.29] LCNote Over. （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! |