Shell里的正则表达式
在Unix系统的使用中经常会进行文本处理，不可变避免的会经常使用正则表达式，但在Unix里实际上有两种正则表达式——BRE(Basic Regular Expression)和ERE(Extended Regular Expression)，这将是本文主要介绍的内容。
正则表达式
| 字符 |
BRE/ERE |
模式含义 |
\ |
Both |
相当于转意符，用于取消后面字符的特殊意义。有时则表示后面字符具有特殊意义，如\(...\)与\{...\} |
. |
Both |
匹配任何单个字符，但NUL除外。独立程序也可以不匹配换行字符 |
* |
Both |
匹配之前出现的字符任意个（或没有），以BRE来说，*出现在第一个字符不具有任何意义 |
^ |
Both |
在行首或字符串首，匹配紧接着的正则表达式。BRE：仅在正则表达式开头具有特殊含义；ERE：置于任何位置均有特殊含义 |
$ |
Both |
与^类似，但是作用在行或字符串尾部 |
[...] |
Both |
方括号表达式，匹配方括号内任一字符 |
[^...] |
Both |
不匹配方括号内任一字符, |
[a-z0-9A-Z] |
Both |
在方括号使用区间 |
\{n,m\} |
BRE |
区间表达式，匹配前面的字符n到m次 |
\{n\} |
BRE |
匹配前面的字符n次 |
\(...\) |
BRE |
...所表示的模式存储在特殊的保留空间，一个正则表达式中，最可以有9个这样的模式，可以通过\1至\9来重复使用这些模式 |
\n |
BRE |
n 为1到9，需配合\(...\)使用 |
{n,m} |
ERE |
与BRE的 \{n,m\}功能相同，也有{n}的用法 |
+ |
ERE |
匹配前面的表达式一个或多个，类似于{1,+Inf} |
? |
ERE |
{0,1} |
| |
ERE |
相当于逻辑或，可匹配位于 |之前或者之后的正则表达式，优先级最低 |
() |
ERE |
分组，括号里的正则表达式当成一个整体，如(why)+将匹配一个或多个连续的why |
POSIX 方括号表达式
- 字符集 用
[: 和:]将关键字括起来的为POSIX字符集
- 排序符号 指将多个字符视为一个单位，使用
[. 和.]括起来，其在系统使用的locale上各有其定义
- 等价字符集 指出视为等值的一组字符，用
[=和=]括起
这三种构造都必须必须在方括号括表达式中使用，如：[[:alpha:]]匹配任一个英文字母字符
POSIX字符集
| 类别 |
匹配字符 |
类别 |
匹配字符 |
[:alnum:] |
字母与数字字符 |
[:lower:] |
小写字母 |
[:alpha:] |
字母字符 |
[:print:] |
可打印字符 |
[:blank:] |
空格（space）和定位（tab）字符 |
[:punct:] |
标点字符 |
[:cntrl:] |
控制字符 |
[:space:] |
空白字符（whitespace） |
[:digit:] |
十进制数字字符 |
[:upper:] |
大写字母 |
[:graph:] |
非空格（nonspace）字符 |
[:xdigit:] |
十六进制数字 |
BRE
- 在方括号表达式中所有其他的meta字符失去其特殊含义，故
[*\.]将匹配于字面上的星号、反斜杠以及点号。对于]-加入集合，]只能放在最前面，-只能放在最前面或者最后面，如：[]*.]或[]*.-]
- 另外POSIX指出，NUL字符（数值零，即C语言的
'\0'也即NULL）不需要匹配。另有个别工具程序不许使用.点号meta字符或者方括号表达式来进行换行字符的匹配
- 后向引用：即
\(...\)和 \n结合起来使用的功能
- BRE运算符优先级，由高到低
| 运算符 |
表示意义 |
[..] [==] [::] |
方括号表达式里的，字符排序、字符集和等值符号 |
\meta_char |
转意的meta字符 |
[] |
方括号表达式 |
\( \) \n |
子表达式与后向引用 |
* \{ \} |
前置单个字符重现的正则表达式 |
| 无符号（no symbol） |
连续 |
^ $ |
锚点 |
ERE
- 匹配单个字符时，ERE本质上与BRE一致。一个较有名的例外是在awk中,其
\符号在方括号表达式内表示转意，因此要想匹配左方括号、连字符、右方括号或是反斜杠，应该使用[\[\-\]\\]
- ERE里没有后向引用
| 交替，或，其优先级最低，如： ab|cd|ef将匹配ab或cd或ef- 分组
()提供分组功能，如((read|write)[[:space:]]*)+表示匹配多个连续的read和write其中可能有空格分隔
- 在ERE中
^和$永远有效，如ab^cd，ef$gh虽然不会匹配到任何东西，但是表达式有效，使用本意需转意。
- ERE运算符优先级，由高到低
| 运算符 |
表示意义 |
[..] [==] [::] |
方括号表达式里的，字符排序、字符集和等值符号 |
\meta_char |
转意的meta字符 |
[] |
方括号表达式 |
\( \) \n |
子表达式与后向引用 |
* + ? {} |
前置单个字符重现的正则表达式 |
| 无符号（no symbol） |
连续 |
^ $ |
锚点 |
| |
交替，或 |
正则表达式的扩展（注意不是ERE）
\< \> 分别匹配单词开头与结尾- 额外的GNU正则表达式运算符
| 运算符 |
表示意义 |
\w |
所有单词组成字符，等同于 [[:alnum:]] |
\W |
所有非单词组成字符，等同于 ［^[:alnum:]_] |
\< \> |
匹配单词开头与结尾 |
\b |
匹配单词开头或结尾的空字符串 |
\B |
匹配两个单词之间的空字符串 |
\'\` | 匹配emacs缓冲区的开始与结尾。GNU程序通常将它们视为^ $的同义 |
|
程序与正则表达式
Unix 程序及其对应的正则表达式类型
| 类型 |
grep |
sed |
ed |
ex/vi |
more |
egrep |
awk |
lex |
| BRE |
YES(默认） |
YES |
YES |
YES |
YES |
|
|
|
| ERE |
grep -E |
|
|
|
|
YES |
YES |
YES |
\< \> |
YES |
YES |
YES |
YES |
YES |
|
|
|