正则表达式
正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"），可以用来描述和匹配字符串的特定模式。
在文件命令中经常会使用pattern正则表达式，它是可以描述一类字符串的模式（pattern），如果一个字符串可以用某个正则表达式来描述，就称这个字符和该正则表达式匹配。这和dos中用户可以使用通配符“*”代表任意字符类似。在linux系统上，正则表达式通常被用来查找文本的模式，以及对文本执行“搜索-替换”操作等。
虽然正则表达式多年来在工具与UNIX版本上不断在变化，但POSIX标准仅提供两种正则表达式。你可以利用标准的库程序进行模式匹配的工作。这样就可以编写出专用的工具程序，用于与grep一致的正则表达式（POSIX称之为基本型正则表达式，Basic Regular Expressions，BRE），或是用于与egrep一致的正则表达式（POSIX称之为扩展型正则表达式，Extended Regular Expressions，ERE）。
正则表达式的模式可以包括以下内容：
-
字面值字符：例如字母、数字、空格等，可以直接匹配它们自身。
-
特殊字符：例如点号
.、星号*、加号+、问号?等，它们具有特殊的含义和功能。 -
字符类：用方括号
[ ]包围的字符集合，用于匹配方括号内的任意一个字符。 -
元字符：例如
\d、\w、\s等，用于匹配特定类型的字符，如数字、字母、空白字符等。 -
量词：例如
{n}、{n,}、{n,m}等，用于指定匹配的次数或范围。 -
边界符号：例如
^、$、\b、\B等，用于匹配字符串的开头、结尾或单词边界位置。
1. 元字符
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束
2. 特殊字符
BRE和ERE都支持的字符：
\：忽略正则表达式中特殊字符的原有含义，有时则是相反地打开后续字符的特殊含义。
.：匹配任何单个字符，但NUL除外。==>匹配字符
如tol.toy表示一行中，含有tol这3个字母，加上任何一个字符，再接着toy这3个字母。
*：匹配在它之前的任何数目（或没有）的单个字符，即“匹配0个或多个前面的单个字符”。以ERE而言，此前置字符可以是正则表达式，例如：因为.表示任一字符，所以".*"代表“匹配任一字符的任意长度”。
以BRE来说，*若置于正则表达式的第一个字符，不具有任何意义。 ==>匹配数目
如tol.*toy表示一行中含有tol这3个字母，加上任意的0或多个字符，再继续toy这3个字母（例如toltoy，tolstory，tolWHOtoy）。
^：匹配正则表达式的行首或字符串起始，BRE：仅在正则表达式的开头处具有特殊含义，ERE：置于正则表达式的任何位置都具有特殊含义。如BRE下ab^cd中^表示的就是本身。
$：匹配正则表达式的行尾或字符串尾，BRE：仅在正则表达式的结尾处具有特殊含义，ERE：置于正则表达式的任何位置都具有特殊含义。如BRE下ab$cd中$表示的就是本身。
^$用来匹配空的字符串或行列。
[]：方括号表达式（bracket expression)，匹配方括号内的任一字符。
[-]：连续字符的范围，如[A-Z]，即A、B、C一直到Z都符合要求；^符号置于方括号里第一个字符则有反向含义，匹配不在方括号内的任意一个字符。
仅BRE支持的的meta字符（特殊字符）：
\{n,m\}: 区间表达式，匹配在它前面的单个字符重现的次数区间。\{n\}指的是重现n次；\{n,\}则为至少重现n次，而\{n,m\}为重现n至m次。n与m的值必须介于0至RE_DUP_MAX（含）之间，后者最小为255。
\( \): 反向引用。将\(与\)间的模式存储在特殊的“保留空间（holding space)”。最多可以将9个独立的子模式（subpattern)存储在单个模式中。匹配于子模式的文本，可以通过转义序列（escape sequences)\1至\9被重复使用在相同模式中。例如\(ab\).*\1，指的是匹配于ab组合的两次重现，中间可存在任何数据的字符。\(ab\)\(cd\)[def]*\2\1匹配abcdcdab, abcdeeecdab, abcddddeeefffcdab,...
反向引用在寻找重复字符及匹配引号时特别好用，\(["']\).*\1匹配以单引号或双引号括起来的字，如‘foo'或“bar”。
\n: 重复在\(与\)括号内第n个子模式至此处的模式。n为1至9的数字，1为由左开始。
仅ERE支持的meta字符：
{n,m}: 同上面BRE的\{n,m\}，只是括号内没有反斜杠。
+：匹配前面正则表达式的一个或多个实例。
?：匹配前面正则表达式的零个或一个实例。
|：匹配于|符号前或后的正则表达式。 交替，优先级最低。
()：匹配于方括号括起来的正则表达式群。分组
^abcd|efgh$匹配字符串的起始处是否有abcd或者字符串结尾处是否有efgh
^(abcd|efgh)$找一个正是abcd或正是efgh的字符串
3. Posix方括号表达式
为配合非英语的环境，POSIX标准强化其字符集范围的能力。
方括号表达式除了字面上的字符外，还支持字符集（character class），排序符号（collating symbol），等价字符集（equivalence class）。
排序（collating)是指给予成组的项目排列顺序的操作。一个posix的排序元素由当前locale中的元素名称组成，并由[.与.]括起来。
等价字符集则用来让不同字符在匹配时视为相同字符。等价字符集将类别（class）名称以[=与=]括起来。
Posix字符集以[:与:]将关键字组合起来，表示字符的类别。
[:alunm:] 数字字符
[:alpha:] 字母字符
[:blank:] 空格（space）与定位（tab）字符
[:cntrl:] 控制字符
[:digit:] 数字字符
[:graph:] 非空格（nonspace)字符
[:lower:] 小写字母字符
[:print:] 可显示字符
[:punct:] 标点符号字符
[:space:] 空白字符（whitespace）
[:upper:] 大写字母字符
[:xdigit:] 十六进制数字
注：排序元素、等价字符集以及字符集，都仅在方括号表达式的方括号内认可。也就是说，像[:alpha:]这样的正则表达式，匹配字符a、l、p、h以及:，表示所有英文字母的正确写法应为[[:alpha:]]。
在方括号表达式中，所有其他的meta字符都失去其特殊含义。所以[*\.]匹配字面上的星号、反斜杠以及句号。
要让]进入该集合，可以将它放在列表的最前面[]*\.]。
要让-进入该集合，可以将它放在列表的最前面[-*\.]。
要让]和-进入该集合，]放到第一位，-放到最后一位，可以将它放在列表的最前面[]*\.-]。
posix明确指出：NUL字符不需要是可匹配的。此外个别工具程序不允许使用.或[]来进行换行字符匹配。
4. 优先级
BRE运算符优先级
ERE运算符优先级
5. 正则表达式的扩展
通用扩展
注：单词是由字母、数字及下划线组成。
6. 调试工具
可参考：如何调试正则表达式 -阿里云
参考
1. http://www.cnblogs.com/jiqing9006/category/405401.html
2. http://deerchao.net/tutorials/regex/regex.htm
3.《shell脚本学习指南》
4. 5分钟搞懂正则表达式
