shell编程之正则表达式

1、正则表达式

　　其实就是一种规范，也就是模式，约束字符串等符合什么样的格式，比如要求字符串必须a开头，t结尾，符合这样条件的字符串就要用到正则表达式。

2、两套库

　　GNU/Linux中有有两套库用足正则表达式编程，POSIX库，自带的；PCRE库，Perl，功能比较全，本文采用Perl。

3、初体验

　　$egrep ""^a.*t$" /usr/share/dict/words  表示从words文件中查找以a开头，t结尾的单词。

　　$egrep ""^a.*t$" /usr/share/dict/words | wc -c　　统计得到单词的数量。

4、字符集和单词

　　“.”用于匹配除了换行符之外的任意一个字符，.at就能匹配cat、#at、&at……

　　[a-z]at:限定只能是小写字母

　　[abc]at:只能是a或者b或者c

　　[a-zA-Z]at.匹配所有的英文字母，[0-9]匹配0到9的数字。

　　说明："[a-z]at":只要含有[a-z]at都匹配，例如cat、a#$bat\@!bat$@$等，要想只限制cat这样的，要加单词约束/<[a-z]at/>.

　　Linux中，“单词”是指两侧由非单词字符分割的字符串。

　　非单词字符是指除了字母、数字、下划线以外的任何字符。

5、字符类的概念

　　$egrep "[[:upper:]]t$" words，匹配大写字母开头，小写字母t结尾的字符换。诸如[[:uper:]]又很多，小写字母等等。

6、位置匹配

　　“^”行首、“$”行尾

　　例：^a[a-z]t$：以字母a开头。t结尾，中间包含一个小写字母的单词。

7、字符转义\

　　这个和C、C++等语言中的转义字符概念一致，就是比如你想输进去“.”，可是“.”表示除换行符外的任何字符，那么可以使用“\.”就表示其本身了。

8、重复

“*”表示任意数量的重复

“+”表示重复至少1次

“？”表示重复0或1次

“{3}”表示重复3次，“{n，m}”表示重复至少n次，至多m次；“{n，}”表示重复至少n次，没上限。

9、子表达式

也称为“分组”，说的更直白一点就是，一坨字符串看成一个整体，用括号括起来（），整体出现。

例：“（my）{2}&t”就表示以t结尾，my出现两次的字符串。这时候my是一个整体。mymyt等将被匹配。

10、反义

就是取原来的匹配相反的匹配。整体取反。

[^y]:除了y字符都能匹配。[6aoeiu]:除了aooeiu所有的字符。

注意：^[^y]表示行首不为y，^在表示行首和反义时在位置上的区别。

11、分支

^ht$：行首为h，行尾为t，表示并且。

^h|t$：行首为h，或者行尾为t，表示或。

例子：Jan（uary| |\.）:匹配January或January或者Jan.

12、逆向引用

子表达式（分组）中捕获的内容可以在正则表达式的其他地方再次使用，用户可用反斜杠“\”加自表达式上标号来指代该分组匹配到的内容。

（\<.*\>）.?()*\1:其中\1前面的（\<.*\>），表示匹配任意长度档次的第一个表达式

从左到右第一个出现的自表达式为1、第二个为2……

……

当然，正则表达式的匹配是门大学问，通常我们只能写出简单的，具体的应用还要自己写出一些更为复杂的正则表达式，并且正则表达式的编写极为容易出错，主要是考虑不全。

大家也可以参考如下这篇文章，写的很赞，很适合入门，简单应用：正则表达式30分钟入门教程