grep

正則

• 區分

正則表示式要和萬用字元進行區分，有些地方相似，但是更多的是區別。

表示式	匹配字元	萬用字元	正則
a*b	acb	不匹配	匹配

• 正則全集

  字元	描述
  \	將下一個字元標記為一個特殊字元、或一個原義字元、或一個向後引用、或一個八進位制轉義符。例如，“n”匹配字元“n”。“\n”匹配一個換行符。序列“\\”匹配“\”而“\(”則匹配“(”。
  ^	匹配輸入字串的開始位置。如果設定了RegExp物件的Multiline屬性，^也匹配“\n”或“\r”之後的位置。
  $	匹配輸入字串的結束位置。如果設定了RegExp物件的Multiline屬性，$也匹配“\n”或“\r”之前的位置。
  *	匹配前面的子表示式零次或多次。例如，zo*能匹配“z ”以及“zoo”。*等價於{0,}。
  +	匹配前面的子表示式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價於{1,}。
  ?	匹配前面的子表示式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等價於{0,1}。
  {n}	n是一個非負整數。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個o。
  {n,}	n是一個非負整數。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等價於“o+”。“o{0,}”則等價於“o*”。
  {n,m}	m和n均為非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個o。“o{0,1}”等價於“o?”。請注意在逗號和兩個數之間不能有空格。
  ?	當該字元緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）後面時，匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜尋的字串，而預設的貪婪模式則儘可能多的匹配所搜尋的字串。例如，對於字串“oooo”，“o+?”將匹配單個“o”，而“o+”將匹配所有“o”。
  .	匹配除“\n”之外的任何單個字元。要匹配包括“\n”在內的任何字元，請使用像“(.|\n)”的模式。
  (pattern)	匹配pattern並獲取這一匹配。所獲取的匹配可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字元，請使用“\(”或“\)”。
  (?:pattern)	匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行儲存供以後使用。這在使用或字元“(|)”來組合一個模式的各個部分是很有用。例如“industr(?:y|ies)”就是一個比“industry|industries”更簡略的表示式。
  (?=pattern)	正向肯定預查，在任何匹配pattern的字串開始處匹配查詢字串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始。
  (?!pattern)	正向否定預查，在任何不匹配pattern的字串開始處匹配查詢字串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始
  (?<=pattern)	反向肯定預查，與正向肯定預查類擬，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
  (?<!pattern)	反向否定預查，與正向否定預查類擬，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。
  x|y	匹配x或y。例如，“z|food”能匹配“z”或“food”。“(z|f)ood”則匹配“zood”或“food”。
  [xyz]	字元集合。匹配所包含的任意一個字元。例如，“[abc]”可以匹配“plain”中的“a”。
  [^xyz]	負值字元集合。匹配未包含的任意字元。例如，“[^abc]”可以匹配“plain”中的“p”。
  [a-z]	字元範圍。匹配指定範圍內的任意字元。例如，“[a-z]”可以匹配“a”到“z”範圍內的任意小寫字母字元。
  [^a-z]	負值字元範圍。匹配任何不在指定範圍內的任意字元。例如，“[^a-z]”可以匹配任何不在“a”到“z”範圍內的任意字元。
  \b	匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
  \B	匹配非單詞邊界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
  \cx	匹配由x指明的控制字元。例如，\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的“c”字元。
  \d	匹配一個數字字元。等價於[0-9]。
  \D	匹配一個非數字字元。等價於[^0-9]。
  \f	匹配一個換頁符。等價於\x0c和\cL。
  \n	匹配一個換行符。等價於\x0a和\cJ。
  \r	匹配一個回車符。等價於\x0d和\cM。
  \s	匹配任何空白字元，包括空格、製表符、換頁符等等。等價於[ \f\n\r\t\v]。
  \S	匹配任何非空白字元。等價於[^ \f\n\r\t\v]。
  \t	匹配一個製表符。等價於\x09和\cI。
  \v	匹配一個垂直製表符。等價於\x0b和\cK。
  \w	匹配包括下劃線的任何單詞字元。等價於“[A-Za-z0-9_]”。
  \W	匹配任何非單詞字元。等價於“[^A-Za-z0-9_]”。
  \xn	匹配n，其中n為十六進位制轉義值。十六進位制轉義值必須為確定的兩個數字長。例如，“\x41”匹配“A”。“\x041”則等價於“\x04&1”。正則表示式中可以使用ASCII編碼。.
  \num	匹配num，其中num是一個正整數。對所獲取的匹配的引用。例如，“(.)\1”匹配兩個連續的相同字元。
  \n	標識一個八進位制轉義值或一個向後引用。如果\n之前至少n個獲取的子表示式，則n為向後引用。否則，如果n為八進位制數字（0-7），則n為一個八進位制轉義值。
  \nm	標識一個八進位制轉義值或一個向後引用。如果\nm之前至少有nm個獲得子表示式，則nm為向後引用。如果\nm之前至少有n個獲取，則n為一個後跟文字m的向後引用。如果前面的條件都不滿足，若n和m均為八進位制數字（0-7），則\nm將匹配八進位制轉義值nm。
  \nml	如果n為八進位制數字（0-3），且m和l均為八進位制數字（0-7），則匹配八進位制轉義值nml。
  \un	匹配n，其中n是一個用四個十六進位制數字表示的Unicode字元。例如，\u00A9匹配版權符號（©）。

  • 常用表示式

  使用者名稱	/^[a-z0-9_-]{3,16}$/
  密碼	/^[a-z0-9_-]{6,18}$/
  十六進位制值	/^#?([a-f0-9]{6}|[a-f0-9]{3})$/
  電子郵箱	/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/ /^[a-z\d]+(\.[a-z\d]+)*@([\da-z](-[\da-z])?)+(\.{1,2}[a-z]+)+$/
  URL	/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$/
  IP 地址	/((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)/ /^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/
  HTML 標籤	/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/
  刪除程式碼\\註釋	(?<!http:|\S)//.*$
  Unicode編碼中的漢字範圍	/^[\u2E80-\u9FFF]+$/

• 其他

雖然同樣是正則，但是linux中的正則依舊有自己一些特殊點

查詢同名使用者組

grep "\(^.*\).*\b\1\b" /etc/group

• 轉義

linux的正則，括號算字元，使用需轉義

• 引用

()分組之後，可以進行引用，同一個表示式中，引用第N個分組中的匹配字元，用\N引用。

• 全詞匹配

\b\1\b同\<\1\>，以全詞作為開頭，全詞作為結束，表示精準全詞匹配。

• 解讀

\(^.*\)：組名提取

.*：中間字元忽略

\b\1\b：同用戶名匹配

擴充套件

• 宣告

ABC三個選項一直都能用，非擴充套件也可以用。

• 差別

()不用再轉義\(\)，新增或|，支援萬用字元[[:space:]]…

• 迴歸

使用正則的時候，我們總會有疑問，感覺linux的正則和我們所知的正則有區別。

回顧一下萬用字元 --> 基本正則 --> 擴充套件正則。

我們正是站在了巨人的肩膀上，我們一開始使用的正是擴充套件正則。

寫了許多python的正則，發現和linux格格不入，其實不是我們知道的太少了，而是太多了。

而採用的模式也太舊了而已。

回顧一下曾經以為的高深奧祕

grep -E "[one]|[two]" godme.file

當時驚為天人，其實只是非擴充套件不能或|罷了。

如果很熟悉擴充套件那就-E，拋棄基本正則算了。

• egrep

egrep = grep -E

嗯，grep啟用啦，估計另覓新歡了egrep，畢竟敲程式碼的更喜歡擴充套件表示式。

疏忽

前面的正則，講道理的確是擴充套件正則。

畢竟基本正則，的確是範圍不廣，畢竟程式碼裡面都是擴充套件正則不是。