（十）正则表达式

正则表达式(regular expression)通过一定的规则进行查找、替换、删除字符，方便用户操作。作为一个系统管理员来说，正则表达式是一个非常好的查错方法，可以从非常长的日志文件中找到出问题的地方。正则表达式分为基础正则表达式和扩展正则表达式。想用正则表达式处理字符串，要使用支持正则表达式的程序，比如vim，sed，awk

基础正则表达式

1.语系对结果的影响

正则表达式就是处理字符串的一种方式，字符排序（语系）将影响搜索结果

• LANG=C，字符排序是0,1,2…ABC…abc…
• LANG=zh_CN，0123…aAbB…..

当我们使用[A-Z]搜索字符时，LANG=C会得到A-Z，LANG=zh-CN会得到Aa-Z的结果，所以语系不同，结果也不同

而为了避免这样编码造成的问题，有一些特殊符号可以解决

符号	代表意义
[:alnum:]	所有字母大小写和数字
[:alpha:]	任何字母大小写字符
[:blank:]	代表space和Tab按键
[:cntrl:]	代表控制按键，如CR,LF,Tab,Del等
[:digit:]	0-9
[:graph:]	除空格键以外的其他按键
[:lower:]	a-z
[:print:]	任意可以被打印出来的字符
[:punct:]	标点符号（punctuation symbol）
[:upper:]	A-Z
[:space:]	任意会产生空白的字符
[:xdigit:]	十六进制的数字类型0-9a-fA-F

下面进行实际操作

2.grep

grep支持正则表达式，先拿他演示一下

grep是以行为单位进行查找，删除的

语法

grep [-acinv] [--color=auto] '查找字符' filename
-a:将二进制文件以文本的形式查找数据
-c:计算‘查找字符’的数量
-i:忽略大小写
-n:输出行号
-v:反选
--color=auto:显示颜色
-A:后可接数字n，表示将本行加后n行显示出来
-B:后可接数字n，显示本行及前面n行

使用前请将语系设置为C

export LANG=C;export LC_ALL=C

查找规定字符串

grep 'string' filename

查找tast和test时，发现它们都是t?st的形式，可以这样查找

grep 't[ae]st' filename

• []里面不管有多少字符，都仅代表一个字符（或）
• [^]代表反选，[^a]代表不含a，[^a-z]&[^abcd..z]都代表不含小写字母的意思
• 连续的字符可以这样表示：[0-9]，[a-z]，[A-Z]或者[0-9a-zA-Z]
• [[:lower:]]即含有小写字母的意思

行首与行尾字符^,$

想查找以the开头的时使用

grep '^the' filename

查找以小写字母开头时

grep '^[a-z]' filename
grep '[[:lower:]]' filename

查找非小写字母开头

grep '^[^a-z]' filename

注意行尾的符号要看系统，wondows的换行符是^M$，Linux是^$

查找空白行（其实一般是将它反选）

grep '^$' filename	

删除注释（行首为#，如果直接是#的话会误删）

grep '^#' -v filename

任一字符.和重复字符*

• .表示一定有一个任意字符
• *表示重复前一个字符，0到无穷次

查找g??d

grep 'g..d' filename

查找god，good..即g与g中间含一个o到无数个o

grep 'goo*d' filename

查找开头是g结尾是g（g…g）

grep 'g.*g' filename

限定RE字符范围{}

*是0-无穷个，如果想限定范围呢，就要使用{}，由于{}在shell下有其他意义（通配和替换），所以要使用\转义

查找2个o

grep 'o\{2\}' filename

查找2-5个o

grep ' \{2,5\}' filename

查找2个以上的o

grep 'o\{2,\}' filename

基础正则表达式字符集合

RE字符	意义
^word	行首是word
word$	行末是word
.	任一字符
\	转义字符
*	重复前一个字符从0到无穷多个
[list]	代表一个集合，取出一个字符
[n1-n2]	代表两字符中间的所有字符
[^list]	反选
\{n1,n2\}	n1n2是数字，n1到n2个前一个字符

扩展正则表达式

扩展正则表达式也需要支持的程序才能执行，比如egrep（grep -E）

re字符	意义
+	重复前一个字符1次或无穷次
?	重复前一个字符0-1个次
|	or
()	里面是一个群组，可以与|结合使用
()+	重复的群组