一 正则表达式概述
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），是计算机科学的一个概念。正则表达式由元字符组成，通常被用来检索、替换那些符合某个模式
(规则)的文本（许多程序设计语言都支持利用正则表达式进行字符串操作）。
元字符：是一类可以表达出超越其字面本身含义的特殊字符
shell元字符(也称为通配符)： 由shell解释器来解析，如rm -rf *.pdf，元字符*Shell将其解析为任
意多个字符
正则表达式元字符 ： 由各种执行模式匹配操作的程序来解析，比如vi、grep、sed、awk
例如：vim示例：
:1,$ s/tom/EGON/g # 如anatomy、tomatoes及tomorrow中的“tom”被替换了，而Tom确没
被替换
:1,$ s/<[Tt]om>/EGON/g
二 正则表达式元字符
2.1 基本正则元字符集
元字符 功能
^ # 行首
$ # 行尾
. # 除了换行符以外的任意单个字符
* # 前导字符的零个或多个
.* # 所有字符
[] # 字符组内的任一字符
[^] # 对字符组内的每个字符取反(不匹配字符组内的每个字符)
^[^] # 非字符组内的字符开头的行
[a-z] # 小写字母
[A-Z] # 大写字母
[a-Z] # 小写和大写字母
[0-9] # 数字
# 用来转义元字符
< # 词首定位符 单词一般以空格或特殊字符做分隔、连续的字符组成
> # 词尾定位符
(..) # 匹配稍后将要使用的字符的标签
x{m} # 字符x重复出现m次
x{m,} # 字符x重复出现m次以上
x{mn} # 字符x重复出现m到n次
# 详细解释见下一篇随笔
$'a b' # 匹配换行符和制表符
[root@web ~]# echo -e "a
b" |grep $'a
b'
a
b
2.2 扩展正则元字符集
# 扩展正则元字符
+ # 匹配一个或多个前导字符
? # 匹配零个或一个前导字符
a|b # 匹配a或b
() # 组字符
(..)(..)12 # 标签匹配字符
x{n} # x 出现n次
x{n,} # x出现n次至无穷次
x{n,m} # x出现n次至m次
# 若想使用扩展正则
grep加-E 或 egrep 或转义
sed 加 -r 参数 或转义
AWK 直接支持大多数扩展正则，更多支持需要加选项--posix选项
三 grep使用元字符总结
grep: 使用基本元字符集 ^, $, ., *, [], [^], < >,(),{}
egrep(或grep -E): 使用扩展元字符集 ?, +, { }, |, ( )
# 注：grep也可以使用扩展集中的元字符，仅需要对这些元字符前置一个反斜线
w 所有字母与数字，称为字符[a-zA-Z0-9] 'l[a-zA-Z0-9]*ve' 'lw*ve'
W 所有字母与数字之外的字符，称为非字符 'love[^a-zA-Z0-9]+' 'loveW+'
词边界 'love' '<love>'
四 计算机定义的字符分类(posix)
# 表达式 功能 示例
[:alnum:] 字母与数字字符 [[:alnum:]]+
[:alpha:] 字母字符(包括大小写字母) [[:alpha:]]{4}
[:blank:] 空格与制表符 [[:blank:]]*
[:digit:] 数字字母 [[:digit:]]?
[:lower:] 小写字母 [[:lower:]]{5,}
[:upper:] 大写字母 [[:upper:]]+
[:punct:] 标点符号 [[:punct:]]
[:space:] 包括换行符，回车等在内的所有空白 [[:space:]]+