精通正则表达式

 

 

 

 

一、定义

　　1. 正则文法

《离散数学及其应用》一书中，对正则文法做了如下的描述。

形如 A—>aB或A—>a，其中A，B是非终结符，a是终结符。

正则文法之所一成为正则文法因为文法生成的语言是正则的。

　　2. 正则集合

正则集合是这样的集合：从空集，空串，单字符串开始，以任意顺序通过链接、并和克莱因闭包运算形成的。

　　3. 克莱因定理

一个集合是正则的，当且仅当它可由一个有限状态自动机识别。

二、正则表达式

　　1. 纯文本

区分大小写，可以包含空格和数字。

　　2. 特殊字符

　　特殊字符包含一下几个. * [ ] ^ $ { } \ + ? | ( ) 共十四个。不能在字符串中使用，要想使用，需要用转义字符 \

　　正斜杆虽然不是特殊字符。但是在使用的时候也需要转义。

　　3. 定位符

　　　　(1)从头开始：脱字符（^）定义从数据流中文本开头的模式。

$ echo "this is a book" | sed -n '/^book/p'
$ echo "book is mine" | sed -n '/^book/p'
book is mine

　　　　^定位符 在各个新数据行的开头检查模式，不是整个文本的开头。

　　　　

 　　　　(2)查找结尾：$ may be like this.

　　　　sed -n '^hello world$/p' data5

　　4. 点字符

　　

　　5. 字符类

　　　　字符类用[]中括号扩起来，代表其中之一。

　　　　可以用链接复-链接域，比如[0-9a-zA-z]

 　　6.否定字符类

　　　　否定字符类是字符类加上^,比如[^0-9]表示不包含0-9的数，但是会匹配一个。

　　 7. 特殊字符类。

类	描述
[[:alpha:]]	任意字母
[[:alnum:]]	字母和数字
[[:blank:]]	空格或者制表符
[[:digit:]]	数字
[[:lower:]]	小写字母
[[:print:]]	可打印字符
[[:punct:]]	标点
[[:space:]]	空白字符
[[:upper:]]	大写字母

 　　8.星号

　　某个字符之后跟一个星号，表示该字符在匹配模式中不出现或者出现多次。

　　9. 问号

　　某个字符之后跟一个问号，表示该字符在匹配模式中不出现或者出现一次。

　　10. 加号

　　某个字符之后跟一个加号，表示该字符在匹配模式中出现一次或者多次。

　　11. 大括号

　　括号内为{m}，或者为{m,n}

　　m:正好出现m次

　　m,n最少出现m次，最多出现n次。

　　12. 管道符号 |

　　管道符号进行或计算，两个匹配模式，有一个匹配则通过。

　　13 小括号，（）将表达式分组。

　　我认为意思是说，将括号内的字符串当成单个字符串。