网友来稿:何为正则?一正则天下,一文带你看尽精华。

写在开篇

不知道你们有没有过这样的经历:我们去某些网站注册帐号,当你在设置密码的时候,网站会提示你密码的长度范围,以及对应的规则限制,现在假设我们不知道正则表达式,作为程序员,该如何去实现这样一个密码验证呢?
关于正则表达式一直都是个让很多我们都觉得很郁闷的一个东西,觉得创造正则表达式的那个家伙简直就是个奇葩,

什么是正则表达式?

  1. 正则表达式就是为了处理大量的文本|字符串而定义的一套规则和方法
  2. 通过定义的这些特殊符号的辅助,系统管理员就可以快速过滤,替换或输出需要的字符 串。Linux正则表达式一般以行为单位处理。
  3. 正则表达式是一种描述一组字符串的模式,类似数字表达式,通过各种操作符组成更小 的表达式
  • 为什么使用正则表达式呢?

    linux运维工作,大量过滤日志工作。 简单,高效。 正则表达式高级工具;三剑客都支持(grep,sed,awk)
  • 注意事项

    1. 正则表达式应用非常广泛,存在于各种语言中,php perl grep sed awk 支持。ls * 通配符
    2. 但现在学的是Linux中的正则表达式,最常应用正则表达式的命令是 grep(egrep),sed,awk。
  • 正则表达式和通配符有本质区别:

    正则表达式用来找:【文件】内容,文本,字符串。一般只有三剑客支持,通配符用来找:文件名,普通命令都支持

正则表达式使用注意事项

  • 1、linux正则表达式以行为单位处理字符串
  • 2、便于区别过滤出来的字符串,一定配合grep/egrep命令学习。

正则表达式的分类

  • POSIX规范将正则表达式的分为了两种

    1. 基本正则表达式(BRE,basic regular expression)
    2. 高级功能:扩展正则表达式(ERE,extended regular expression)
  • BRE和ERE的区别仅仅是元字符的不同:

    1. BRE(基础正则表达式)只承认的元字符有^$.[]*其他字符识别为普通字符:()
    2. ERE (扩展正则表达式)则添加了(){}?+|等
    3. 只有在用反斜杠“\”进行转义的情况下,字符(){}才会在BRE被当作元字符处理,而ERE 中,任何元符号前面加上反斜杠反而会使其被当作普通字符来处理。

怎么玩区分通配符和正则表达式

  1. 不需要思考的判断方法:在三剑客awk,sed,grep,egrep都是正则,其他都是通配符
  2. 区别通配符和正则表达式最简单的方法:
  3. (1)文件目录名===>通配符
  4. (2)文件内容(字符串,文本【文件】内容)===>正则表达式
  5. 通配符和正则表达式都有“*”,“?”,“[]”,但是通配符的这些符号都能自身代表任意 字符,而正则表达式的这些符号只能代表这些符号前面的字符

基本正则表达式

字符 描述
^ ^word搜索以word开头的内容
$ word$搜索以word结尾的内容
^$ 表示空行,不是空格
. 代表且只能代表任意一个字符(不匹配空行)
\ 转义字符,让有特殊含义的字符脱掉马甲,现出原形,如.只表示小数点
* 重复之前的字符或文本0个或多个,之前的文本或字符连续0次或多次
.* 任意多个字符
^.* 以任意多个字符串开头,.*尽可能多,有多少算多少,贪婪性
括号表达式
abc[.,/] 匹配字符集合内的任意一个字符a或b或c:[a-z]匹配所有小写字母;表示一个整 体,内藏无限可能;[abc]找a或b或c可以写成[a-c]
1 匹配不包含^后的任意字符a或b或c,是对[abc]的取反,且与^含义不同
a{n,m} 重复前面a字符n到m次(如果用egrep或sed -r可去掉斜线)
a{n,} 重复前面a字符至少n次,如果用egrep或sed -r可去掉斜线
a{n} 重复前面a字符n次,如果用egrep或sed -r可去掉斜线

扩展正则表达式ERE

特殊字符 描述
+ 重复前一个字符一次或一次以上,前一个字符连续一个或多个,把连续的文本/ 字符取出
重复前面一个字符0次或1次(.是有且只有1个)
() 分组过滤被括起来的东西表示一个整体(一个字符),后向引用

正则小结

  • 基础正则:BRE
^ $ . * .* [abc] 1
  • 扩展正则:ERE
+ ? () {} a{n,m} a{n,} a{n}
转义字符\:将字符的意思改变(不支持正则符号的,转变字符含义为正则,支持正则的转变 为普通字符含义)
  • 基本正则和扩展正则区别
基础正则BRE 扩展正则ERE
? ?
+ +
{} {}
( \ ) ()
  • 所谓基础正则实际上就是得需要转义字符配合表达的正则,而扩展正则就是让命令扩展 它的权限让他直接就认识正则表达符号(egrep,sed -r,awk直接支持)
  • 注意

    1. grep默认不支持正则,因此正则表达式的符号对于grep来说就等同于普通字符含 义,因此,想让grep直接处理正则符号必须通过转义字符{}来处理。
    2. grep -E 强制让grep直接认识正则符号,不需要再进行转义
    3. egrep 等效grep -E 天生就能认识正则符号
    4. 我们平时备份可以通过cp 文件名{,.bak}的形式进行,避免再打一次文件名 sed -r :让sed支持正则

补充说明

正则表达式 描述 示例
[:alnum:] [a-zA-Z0-9]匹配任意一个字母或数字字符 [[:alnum:]]+
[:alpha:] 匹配任意一个字母字符(包括大小写字母) [[:alpha:]]{4}
[:blank:] 空格与制表符(横向纵向) [[:blank:]]*
[:digit:] 匹配任意一个数字字符 [[:digit:]]?
[:lower:] 匹配小写字母 [[:lower:]]{5,}
[:upper:] 匹配大写字母 ([[:upper:]]+)?
[:punct:] 匹配标点符号 [[:punct:]]
[:space:] 匹配一个包括换行符,回车等在内的所有空白符 [[:space:]]+
[:graph:] 匹配任何一个可以看得见的且可以打印的字符 [[:graph:]]
[:xdigit:] 任何一个十六进制数 [[:xdigit:]]+
[:cntrl:] 任何一个控制字符(ASCII字符集中的前32个字符) [[:cntrl:]]
[:print:] 任何一个可以打印的字符 [[:print:]]

### 元字符

正则表达式 描述 示例
\b 单词边界 \bcool\b匹配cool,不匹配coolant
\B 非单词边界 cool\B匹配coolant不匹配cool
\d 单个数字字符 b\db匹配b2b,不匹配bcb
\D 单个非数字字符 b\Db匹配bcb不匹配b2b
\w 单个单词字符(字母,数字与_) \w匹配1或a,不匹配&
\W 单个非单词字符 \W匹配&,不匹配1或a
\n 换行符 \n匹配一个新行
\s 单个空白字符 x\sx匹配xx,不匹配xx
\S 单个非空白字符 x\S\x匹配xkx,不匹配xx
\r 回车 \r匹配回车
\t 横向制表符 \t匹配一个横向制表符
\v 垂直制表符 \v匹配一个垂直制表符
\f 换页符 \f匹配一个换页符

写在最后

学会正则表达式还是有必要的,配合grep,egrep,sed -r,awk更为强大,至少以后你的同事写出来后,不会在脑子里出现 "这是写的啥玩意儿啊?怎么我看不懂呢" 的想法或者同事不会正则表达式就可以牛逼的说,让我来。

本篇转载于:https://mp.weixin.qq.com/s/pG...


  1. abc

你可能感兴趣的