[Linux Shell学习系列九]正则表达式-1什么是正则表达式

D17

1. 定义

正则表达式是一个描述一组字符的模式。与算术表达式类似，正则表达式也是由各种操作符结合小的表达式组成，这些所谓的操作符，即是正则表达式中的特殊元字符。

或者说，正则表达式是普通字符和元字符（元字符的引用：在前面加\）组成的字符集，而这个字符集匹配（或指定）一个模式。其基本单元是匹配单个字符的正则表达式。

正则表达式的主要作用是文本搜索和字符串处理。

 

2. 正则表达式类型

1）基本正则表达式：具有以下元字符

元字符	说明	示例
星号*	匹配它前面的字符串或正则表达式任意次（包括0次）	1122*，匹配11加上任意个2，如112、1122、11等
句号.	匹配除换行符外的任意一个字符	112.，匹配112加上任意一个非换行符的字符，如1121、112a，但不能匹配112
插入符号^	匹配一行的开始，但有时依赖于上下文环境，可能表示否定正则表达式中一个字符串的意思	^abc，匹配行首的abc字符串
美元符$	匹配一行的末尾，放在正则表达式的末尾	123$，匹配行末的123字符串 ^$，匹配一个空行
方括号[]	匹配方括号内指定的字符集中的一个字符	[abc]匹配字符a或b或c [a-h]匹配a~h的任意一个字符 [a-z][A-Z]匹配任意一个大写或小写字母 [^a-d]匹配除a~d以外的所有字符
反斜线符号\	转义一个特殊字符，使字符使用字面意思，而非元字符的作用	\\匹配\
转义尖括号\<\>	用于标记单词边界，尖括号必须是转义的，否则它们只有字面意思	\<the\>匹配字符串the，但不匹配then、there、other等

 

2）扩展正则表达式：在基本正则表达式的基础上扩展了一些元字符，如下

元字符	说明	示例
问号?	匹配0个或1个前面的字符，通常用于匹配单个字符	ab?c匹配abc或ac
加号+	匹配1个或多个前面的字符，与*类似但不匹配0个字符的情况	ab+c匹配abc、abbc等，但不匹配ac
转义波形括号\{\}	指示匹配前面正则表达式的次数，波形括号必须是转义的，否则只表示字面意思	[0-9]\{5\}匹配5位数字
圆括号()	包含一组正则表达式，与下面的|操作符共同使用，或在expr提取子字符串时使用
竖线|	正则表达式的或操作符，匹配一组可选的字符	a(b|c)d匹配abd或acd

 

3. POSIX字符类

是一个指定字符范围的替代方法。通常需用引号''或双方括号[[]]括起来

POSIX字符	含义
[:alnum:]	匹配字母和数字字符，等同于a~z,A~Z,0~9
[:alpha:]	匹配字母字符，等同于a~z,A~Z
[:blank:]	匹配空格或制表符
[:cntrl:]	匹配控制字符
[:digit:]	匹配十进制数字，等同于0~9
[:graph:]	匹配ASCII码值范围在33~126的字符。与下面的[:print:]相似，但不包含空格字符
[:lower:]	匹配小写字母，等同于a~z
[:upper:]	匹配大写字母，等同于A~Z
[:print:]	匹配ASCII码值范围在32~126的字符。与下面的[:graph:]相似，多了空格字符
[:space:]	匹配空白字符（空格和水平制表符）
[:xdigit:]	匹配十六进制数字，等同于0~9，A~F，a~f

 

4. Bash正则表达式比较操作符

从Bash3.0开始，Bash有了内部的正则表达式比较操作符，使用"=~"表示。可处理大部分grep和sed命令的编写脚本方法。

与其他比较操作符相同，如果一个表达式左边的变量匹配右边的正则表达式，将返回状态码0，否则返回1。

#判断是否是一个十进制数字
$ digit=1
$ [[ $digit =~ [0-9] ]] && echo "Yes" || echo "No"
Yes

$ digit=a
$ [[ $digit =~ [0-9] ]] && echo "Yes" || echo "No"
No

Bash的正则表达式可以是十分复杂的：

#判断邮箱格式
$ email=a@b.com
$ [[ "$email" =~ ^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}$ ]] && echo "Yes" || echo "No"
Yes
$ email=a@b
$ [[ "$email" =~ ^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}$ ]] && echo "Yes" || echo "No"
No