详解正则表达式以及文本处理工具—grep、egrep的用法和特性

前端之家收集整理的这篇文章主要介绍了详解正则表达式以及文本处理工具—grep、egrep的用法和特性前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

一、grep

(1)grep简介

grep:全称是Global search REgular expression and Print out the line,全局搜索正则表达式并输出合适的行。

grep是一种强大的文本搜索工具,根据用户指定的文本模式(搜索条件)对目标文件进行逐行搜索显示能匹配到的行。(只对文本进行搜索处理)

Unix的grep家族包含grep、egrep和fgrep。

(2)grep的用法

语法格式:grep [option]... 'PATTERN' FILE...

选项 文本模式 文件

命令选项:

--color=auto :自动标记颜色(对匹配到的字符串标记颜色,默认是红色)

-v: 反向选取(只显示没有被匹配到的行)

-o: 仅显示匹配的字串,而非字串所在的行

-i: (ignore-case)忽略字符大小写

-A # :显示匹配到的行和该行的后#行 (#表示数字)

-B # :显示匹配到的行和该行的前#行

-C # :显示匹配到的行、该行的前#行和该行的后#行

-E: 支持使用扩展正则表达式(相当于使用egrep命令)

grep不是拿整行匹配的,是按字串匹配的。(当在一行中第一次匹配到指定的字符串时,它不会直接跳到下一行再去匹配,而是在本行继续往后匹配。)

grep工作于贪婪模式:尽可能多的去匹配

wps_clip_image-23823

要想使用grep的高级用法,须结合正则表达式和管道一起使用。因此,接下来让我们拨开迷雾,走进正则表达式的花园。

二、正则表达式简介

正则表达式:

正则表达式,又称正规表示法、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。

正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里,正则表达式通常被用来检索、替换那些符合某个模式的文本。

其实正则表达式就是一类字符所书写的模式,其中许多字符不表示其字面意义,而是表达控制或通配功能

元字符:

正则表达式中具有特殊意义的专用字符(类似于C语言中的关键字);

不表示其字面意义,而用于额外功能性描述

分类

正则表达式分为两类: “基本正则表达式”和“扩展正则表达式”

grep内置“基本正则表达式”的功能,也可以使用grep -E 利用“扩展正则表达式”的功能

egrep内置“扩展正则表达式”的功能

fgrep: 不支持使用正则表达式

三、基本正则表达式

基本正则表达式的元字符:

(1)字符匹配:

.: 匹配任意单个字符

wps_clip_image-29481

[]: 匹配指定范围内的任意单个字符

[0-9],[[:digit:]] (单个0-9的数字)

[a-z],[[:lower:]] (单个小写字母)

[A-Z],[[:upper:]] (单个大写字母)

[[:space:]] (空格)

[[:punct:]] (单个标点符号

[[:alpha:]] (单个字母,包括大小写)

wps_clip_image-29639

[[:alnum:]] (单个数字或字母)

[^]:匹配指定范围内外的任意单个字符

(2)次数匹配元字符:用于实现指定其前面的字符所能够出现的次数

*: 任意长度,它前面的字符可以出现任意次

\?: 0次或1次,它前面的字符是可有可无的

\{m\}: m次,它前面的字符要出现m次

\{m,n\}: 至少m次,至多n次(m<n)

\{m,\}:至少m次

\{0,n\}: 至多n次

.*:任意长度的任意字符

wps_clip_image-24154

(3)位置锚定:

^: 行首锚定;写在模式最左侧

$: 行尾锚定:写在模式最右侧

^$: 空白行

wps_clip_image-31177

(查找有空白行的,有才会显示

\<: 锚定词首,出现于单词左侧,也可用\b

\>: 锚定词尾,出现于单词右侧,也可用\b

(不包含特殊字符的连续字符组成的串叫单词)

(4)分组:

\(\) :分组的格式

wps_clip_image-29876

分组中的模式匹配到的内容,可由正则表达式引擎记忆在内存中,之后可被引用。

引用有编号:自左而后的左括号,以及与其匹配右括号(不管内嵌多少个括号,都是从左到右编号的。)

例如,\(a\(b\(c\)\)mn\(x\)\).*\1 (\1引用的是第一个左括号以及与其匹配右括号间匹配的内容

\#: 引用第n个括号所匹配到的内容,而非模式本身(#表示数字)(如,\(ab\(x\).*\2 : \2引用的是\(x\)的匹配内容

例如:

\(ab\?c\).*\1

abcmnaaa abcmnabc(匹配成功) abcmnac acxyac(匹配成功)

四、扩展正则表达式

egrep内置“扩展正则表达式”的功能,也可使用grep -E 利用“扩展正则表达式”的功能

grep -E 'PATTERN' FILE...

egrep 'PATTERN' FILE...

(1)字符匹配:

. :匹配单个任意字符

[] :匹配指定范围内的任意单个字符

[^] :匹配指定范围外的任意单个字符

(2)次数匹配:

*:任意次

?: 0次或1次(可有可无)

+: 至少1次;(相当于基本正则表达式的\{1,\})

{m}: 精确匹配m次

{m,n}: 至少m次,至多n次(m<n)

{m,} : 至少m次

{0,n} :至多n次

(3)位置锚定:

^ :行首锚定

$ :行尾锚定

\<,\b :词首锚定

\>,\b :词尾锚定

^$,^[[:space:]]*$ :空白行

(4)分组:

() :

同样可使用引用:\1,\2,\3

| :或者(扩展正则表达式特有的)

例如:a|b表示a或者b

conC|cat :表示conC或cat

con(C|c)cat :表示conCat 或 concat

wps_clip_image-16443

猜你在找的正则表达式相关文章