笔记：正则表达式

元字符（metacharacter）

\b　　代表单词的开头或结尾，即单词的分界处。\b不匹配空格、换行、标点符号等任意分隔符，只匹配一个位置。

 ^　　匹配开始位置。

 $　　匹配结束位置。

 .　　匹配除了换行符以外的任意字符。

\s　　匹配任意空白符，包括：空格、制表符（Tab）、换行符、中文全角空格等。

\w　　匹配字母、数字、下划线、汉字等。

\d　　匹配一位数字（0到9）。

字符转义

 \　　查找元字符时用\进行转义，例如：www\.baidu\.com表示查找www.baidu.com，C:\\windows表示查找"C:\windows"。

重复

    *　　重复任意次

    +　　重复至少一次

    ?　　重复0次或1次

  {n}　　重复n次

 {n,}　　重复不少于n次

{n,m}　　重复不少于n次，不大于m次

 

 

参考资料

1. 正则表达式30分钟入门教程：http://deerchao.net/tutorials/regex/regex.htm

 

cat valid_keyad.DF | awk -F"\t" '{ print $1; }' | sed -r "s/[\x81-\xFE][\x40-\xFE]//g" | less

awk '/^[012abcABC]+$/' termlist | less

export LC_ALL=POSIX