【Linux】正则表达式学习记录

---

正则表达式

位置标记

• ^ (匹配行首)
• $ (匹配行尾)

标识符

• . (匹配任意字符)
• [] (匹配中括号内的任意单个字符)
• [^] (不匹配中括号内的任意单个字符)

数量修饰符

• ? (匹配0或1次)
• + (匹配1或多次)
• * (匹配0或多次)
• {n} (匹配之前的项n次)
• {n,} (至少匹配之前的项n次)
• {n,m} (至少匹配之前的项n次,至多匹配m次)

捕获元和非捕获元, 用于操作某个匹配中的一部分内容

• () (捕获括号内的内容并缓存，通过$0-$9来进行调用)
• (?:\) (非捕获元)
• (?=) (匹配后边等于xxx的XXX)
• (?<=) (匹配前边等于xxx的XXX)
• (?!) (匹配后边不等于xxx的XXX)
• (?<!) (匹配前边不等于xxx的XXX)

其他

• () (将括号中的内容视为一个整体)
• | (选择结构，可以匹配两边的任意一项(A|a), 不是所有语言的正则都支持该符号)
• \ (转义字符，转义之后的一个字符)

正则式用例

( +[a-zA-Z]+[?,.]? +)                                   # 匹配任意单词
[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}          # 匹配IP地址，仅匹配，不检查合法性
[[:digit:]]{1,3}\.[[:digit:]]{1,3}\.[[:digit:]]{1,3}\.[[:digit:]]{1,3}    # 匹配IP地址，仅匹配，不检查合法性
(?:[Ww]indows).*        # 用于匹配任何windows型号中的"Windows"字符串
hello(?= world)         # 用于匹配后面是world单词的hello字符串
(?<=hello )world        # 用于匹配前面是hello单词的world字符串
hello(?! world)         # 用于匹配后面不是world单词的hello字符串
(?<!hello )world        # 用于匹配前面不是hello单词的world字符串^\s*(?=\r?$)\n          # 匹配空行

• 正则式引擎通常会选择最长匹配。
• 可以匹配的文本，可以是管道的输出、文件、或者命令行输入的字符串。
• 可视化正则表达式

扩展正则表达式

1. grep 要加-P选项。
2. Perl正则支持。要开启扩展正则表达式支持。

• \d (等价于[0-9], 匹配数字)
• \D (等价于[^0-9], 不匹配数字)

• \b (匹配单词边界, 指单词和空格的位置)
• \B (不匹配单词边界)

• \s (匹配任何不可见字符，包括空格符、制表符、换页符等。等价于[\f\n\r\t\v])
• \S (匹配任何可见字符。等价于[^\f\n\r\t\v])

• \w (匹配包括下划线的任何单词字符。Unicode字符。)
• \W (匹配任何非单词字符。)

• \f (换页符, \x0C和\cL)
• \n (换行符, \x0A和\cJ)
• \r (回车符, \x0D和\cM)
• \t (制表符, \x09和\cI) TODO:不确定是\cI还是\cl
• \v (垂直制表符, \x0B和\cK)

• \c[A-Za-z] (匹配一个控制字符)

• \x[0-9A-F]{2} (匹配一个十六进制值，必须是两个数字长，0x00-0xFF)
• \u[0-9A-F]{4} (匹配一个十六进制值，必须是4个数字长，0x0000-0xFFFF，Unicode字符)

\u00A9匹配版权符号

• \n[0-7]+ (匹配一个八进制值)

• \[1-9] (对获取匹配(xxx)的引用，如："(.)\1"匹配两个连续相同的字符, 只有一条反斜杠，写两条是因为Markdown预览器做了转义)

• \p[PLMZSNC] (匹配Unicode属性)

• < (匹配单词的开始)
• > (匹配单词的结束)

<the>可以匹配"on the table"中的"the"，但是无法匹配"otherwise"中的"the"。