正则表达式

 正则表达式

概念

正则表达式：又称规则表达式，（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。

正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

正则表达式是对字符串（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”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。

作用

通常用于判断语句中，用来检查某一字符串是否满足某一格式

• 正则表达式是由普通字符与元字符组成

• 普通字符包括大小写字母、数字、标点符号及一些其他符号

• 元字符是指在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符(即位于元字符前面的字符)在目标对象中的出现模式

可达到的目的

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

• 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）
• 可以通过正则表达式，从字符串中获取我们想要的特定部分

 

 

基础正则表达式常见元字符: ( 支持的工具: grep、 egrep、 sed、 awk)

• \ :转义字符，用于取消特殊符号的含义，例: \!、\n、\$等
• ^:匹配字符串开始的位置，例: ^a、^the、 ^#、^[a-z]
• $:匹配字符串结束的位置，例: word$、 ^$匹配空行
• . :匹配除\n之外的任意的一一个字符，例: go.d、 g..d
• * :匹配前面子表达式0次或者多次，例: goo*d、 go.*d
• [list] :匹配list列表中的一一个字符，例: go[ola]d， [abc]、 [a-z]、 [a-z0-9]、 [0-9]匹配任意一-位数字
• [^list] :匹配任意非list列表中的一一个字符，例: [^0-9]、 [^A-Z0-9]、 [^a-z]匹配任意一-位非小写字母
• \{n\} :匹配前面的子表达式n次，例: go\{2\}d、 ' [0-9]\{2\} '匹配两位数字
• \{n,\} :匹配前面的子表达式不少于n次，例: go\{2,\}d、 '[0-9]\{2, \} '匹配两位及两位以上数字
• \{n,m\} :匹配前面的子表达式n到m次，例: go\{2,3\}d、 '[0-9]\{2, 3\} '匹配两位到三位数字

注: egrep、 awk使用{n}、 {n,}、 {n, m}匹配时“{}"前不用加“\”

• 扩展正则表达式元字符: ( 支持的工具: egrep、 awk)
• + :匹配前面子表达式1次以上，例: go+d， 将匹配至少-一个o，如god、good、 goood等
• ?:匹配前面子表达式0次或者1次，例: go?d, 将匹配gd或god
• () :将括号中的字符串作为-一个整体，例1: g (oo) +d, 将匹配oo整体1次以上，如good、gooood等
• | :以或的方式匹配字条串，例: g (oolla)d, 将匹配good或者glad