LINUX正则表达式

浏览数：17 / 时间：2015年06月20日

正则表达式（Regular Expression）是一种字符串处理的标准，对于系统管理员来说，正则是一门必修技。例如：系统产生数据量太大，身为系统管理员每天去看这么多的信息数据，从千百行的数据里面找出一行有问题的信息，怎么办? 这个时候，我们就可以透过正则表达式的功能，将这些登录的资讯进行处理，仅取出有问题的资讯来进行分析，如此一来，你的系统管理工作将会更加直观，简便！

正则表达式中我们常使用的命令，三剑客：grep、sed、awk。通常使用三剑客结合正则的特殊字符，来完成我们需要的操作。

选项与参数：
-A ：后面可加数字，为 after 的意思，除了列出该行外，后续的 n 行也列出来；
-B ：后面可加数字，为 befer 的意思，除了列出该行外，前面的 n 行也列出来；
-C  ：类似-A -B ，接数字，前后的n行打印；
--color=auto 可将正确的那个撷取数据列出颜色；（使用alias grep=‘grep --color=auto‘ ,添加到~/.bashrc永久生效）
-i  ：忽略匹配字符的大小写；
-v  :将未被匹配的行打印；
-n  :输出行号；
-o  :仅打印匹配的字段而不是行，用来统计匹配到多少次
-E  ：此时相当于egrep，使用扩展的正则表达式

介绍玩grep常用选项后，结合grep来看看基础正则常用的特殊字符。

正则表达式特殊字符归纳

^word 意义：待搜寻的字串(word)在行首！

范例：搜寻行首为 # 开始的那一行，并列出行号

grep -n ‘^#‘ filename

word$ 意义：待搜寻的字串(word)在行尾！

范例：将行尾为 ! 的那一行列印出来，并列出行号

grep -n ‘!$‘ filename

^$ 意义：空白行，开头之后就是结尾当然是空行了！

. 意义：代表『一定有一个任意字节』的字符！

范例：搜寻的字串可以是 (eve) (eae) (eee) (e e)，但不能仅有 (ee) ！亦即 e 与 e 中间『一定』仅有一个字节，而空白字节也是字节！

grep -n ‘e.e‘ filename

\ 意义：跳脱字符，将特殊符号的特殊意义去除！

范例：搜寻含有单引号 ‘ 的那一行！

grep -n \‘ filename

* 意义：重复零个到无穷多个的前一个 RE 字符

范例：找出含有 (es) (ess) (esss) 等等的字串，注意，因为 * 可以是 0 个，所以 es 也是符合带搜寻字串。另外，因为 * 为重复『前一个 RE 字符』的符号，因此，在 * 之前必须要紧接著一个 RE 字符喔！例如任意字节则为『.*』！

grep -n ‘ess*‘ filename

[list] 意义：字节集合的 RE 字符，里面列出想要撷取的字节！

范例：搜寻含有 (gl) 或 (gd) 的那一行，需要特别留意的是，在 [] 当中『谨代表一个待搜寻的字节』，例如『 a[afl]y 』代表搜寻的字串可以是 aay, afy, aly 即 [afl] 代表 a 或 f 或 l 的意思！

grep -n ‘g[ld]‘ filename

[n1-n2] 意义：字节集合的 RE 字符，里面列出想要撷取的字节范围！

范例：搜寻含有任意数字的那一行！需特别留意，在字节集合 [] 中的减号 - 是有特殊意义的，他代表两个字节之间的所有连续字节！但这个连续与否与 ASCII 编码有关，因此，你的编码需要配置正确(在 bash 当中，需要确定 LANG 与 LANGUAGE 的变量是否正确！) 例如所有大写字节则为 [A-Z]

grep -n ‘[A-Z]‘ filename

[^list] 意义：字节集合的 RE 字符，里面列出不要的字串或范围！

范例：搜寻的字串可以是 (oog) (ood) 但不能是 (oot) ，那个 ^ 在 [] 内时，代表的意义是『反向选择』的意思。例如，我不要大写字节，则为 [^A-Z]。但是，需要特别注意的是，如果以 grep -n [^A-Z] regular_express.txt 来搜寻，却发现该文件内的所有行都被列出，为什么？因为这个 [^A-Z] 是『非大写字节』的意思，因为每一行均有非大写字节，例如第一行的 "Open Source" 就有 p,e,n,o.... 等等的小写字

grep -n ‘oo[^t]‘ filename

\{n,m\} 意义：连续 n 到 m 个的『前一个 RE 字符』

意义：若为 \{n\} 则是连续 n 个的前一个 RE 字符，

意义：若是 \{n,\} 则是连续 n 个以上的前一个 RE 字符！范例：在 g 与 g 之间有 2 个到 3 个的 o 存在的字串，亦即 (goog)(gooog)

grep -n ‘go\{2,3\}g‘ filename

\<和\> 意义：
\<后面接的字符必须是一个单词最前部分；
\>前面接的字符必须是一个单词的最后部分；
注意：一个单词定义的是：字母、数字、下划线的组合
所以\<word\>必须是单独的word单词才会匹配，其他符号如: ()/等都会视为单词分割号
分组 意义：
小括号的内容作为整体，如$ab$* 匹配0个到无穷个ab
范例：test文件内容如下：
love:lover
love:liker
like:lover
like:liker
如何取出1和4行？
在使用分组功能时，我们可以通过\1 \2 \3 ...来引用，所以:
grep ‘$.*$:\1r‘ test