UNIX/LINUX SHELL 正则表达式语法详解附使用方法

几乎所有重要问题都需要从无用数据中过滤出有用数据。了解大量的 UNIX"0" cellpadding="0" border="0"> 操作符 用途 .（句号） 匹配任意单个字符。 ^（脱字号） 匹配出现在行首或字符串开始位置的空字符串。 $（美元符号） 匹配出现在行末的空字符串。 A 匹配大写字母 A。 a 匹配小写字母 a。 /d 匹配任意一位数字。 /D 匹配任意单个非数字字符。 /w 匹配任意单个字母数字字符，同义词是 [:alnum:]。 [A-E] 匹配任意大写的 A、B、C、D 或 E。 [^A-E] 匹配除 A、B、C、D 和 E 之外的任意字符。 X"$1/n"' heroes.txt

将打印：

Tick
Punisher

使用命令 perl -e 可以直接从命令行运行 Perl 程序。perl -n 命令针对输入文件的每一行运行一次程序。命令的 regex 部分，即位于斜杠之间的文本（/）表示“匹配字符串的开头，然后字母‘T'、‘h'、‘e'后紧跟一个或多个空格字符 /s+，然后捕获直到字符串结尾的所有字符。

Perl 捕获内容被放在以 $1 开头的特殊 Perl 变量中。Perl 程序的其余部分打印捕获的内容。

每个嵌套的括号对，从左开始算起，每个左圆括号加一，放在下一个特殊的数字变量中。例如：

perl -n -e '/^(/w)+-(/w+)$/ && print "$1 $2"'

将生成：

Spider Man
Ant Man
Spider Woman

捕获感兴趣的文本仅仅是隔靴搔痒。如果能够准确确定材料，就可以使用其他材料改变其外观。类似于 vi 和 Emacs 的编辑器将模式匹配与替换组合，从而将查找和替换文本组合成一步操作。还可以使用模式、替换和 sed 从命令行更改文本。

丰富的主题

正则表达式非常强大；可供使用的操作符的数量庞大，种类繁多。它包含如此丰富的信息和实践知识，我们在这里所能列举的实属凤毛麟角。

幸运的是，有以下三种优秀的正则表达式理论来源可供使用：

• 如果在您的系统上有 Perl，可以参阅 Perl Regular Expression man 页面（键入 perldoc perlre）。它会提供 regex 的精彩介绍，并包含许多有用的示例。许多编程语言都已采用 Perl 兼容的正则表达式 (PCRE)，因此您在此 man 页面读到的内容已被直接转换到 PHP、Python、Java"n"。'/n' 匹配一个换行符。序列 '//' 匹配 "/" 而 "/(" 则匹配 "("。
  ^
  匹配输入字符串的开始位置。
  $
  匹配输入字符串的结束位置。
  *
  匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。 * 等价于{0,}。
  +
  匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
  "do(es)" 可以匹配 "do" 或 "does" 中的"do" 。"Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
  {n,}
  n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
  {n,m}
  m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。 "o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o"oooo"，'o+"o"，而 'o+' 将匹配所有 'o'。
  .
  匹配除 "/n" 之外的任何单个字符。要匹配包括 '/n' 在内的任何字符，请使用象 '[./n]' 的模式。
  (pattern)
  匹配pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在Visual Basic Scripting Edition 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 '/(' 或 '/)'。
  ("或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr("Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
  ("Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
  x|y
  匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。
  [xyz]
  字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
  [^xyz]
  负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。
  [a-z]
  字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。
  [^a-z]
  负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。
  /b
  匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er/b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
  /B
  匹配非单词边界。'er/B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
  /cx
  匹配由x指明的控制字符。例如， /cM 匹配一个 Control-M 或回车符。 x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
  /d
  匹配一个数字字符。等价于 [0-9]。
  /D
  匹配一个非数字字符。等价于 [^0-9]。
  /f
  匹配一个换页符。等价于 /x0c 和 /cL。
  /n
  匹配一个换行符。等价于 /x0a 和 /cJ。
  /r
  匹配一个回车符。等价于 /x0d 和 /cM。
  /s
  匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ /f/n/r/t/v]。
  /S
  匹配任何非空白字符。等价于 [^ /f/n/r/t/v]。
  /t
  匹配一个制表符。等价于 /x09 和 /cI。
  /v
  匹配一个垂直制表符。等价于 /x0b 和 /cK。
  /w
  匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
  /W
  匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
  /xn
  匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如， '/x41' 匹配 "A"。'/x041' 则等价于 '/x04' & "1"。正则表达式中可以使用 ASCII 编码。.
  /num
  匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'(.)/1' 匹配两个连续的相同字符。
  /n
  标识一个八进制转义值或一个后向引用。如果 /n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
  /nm
  标识一个八进制转义值或一个后向引用。如果 /nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 /nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 /nm 将匹配八进制转义值 nm。
  /nml
  如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
  /un
  匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， /u00A9 匹配版权符号 ("https://www.jb51.net/tools/shell_regex.html">https://www.jb51.net/tools/shell_regex.html