shell编程---RE（Regular Expression:正则表达式）

RERegular Expression:正则表达式Shell 脚本最为重要的两个基本操作1、查找文本searching2、替换文本substitute。正则表达式用来描述规则的表达式一般需要由元字符组成。正则表达式是一种表达方式可以查找匹配特定准则的文本。 表达式由普通字符和特定字符组成特定字符也称为元字符metacharacter。元字符metacharacter含有特殊含义的字符。1、元字符序号number元字符metacharacter描述describe1\将一个字符标记符、或一个向后引用、或一个八进制转义符。相当于多种编程语言中都有的“转义字符”的概念。2^匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性^也匹配\n或\r之后的位置。3$匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性^也匹配\n或\r之前的位置。4*匹配前面的子表达式任意次。zo*能匹配z也能匹配zo以及zoo。5匹配前面的子表示一次或多次大于等于1次。例如“zo”能匹配“zo”以及“zoo”但不能匹配“z”。6?匹配前面的子表达式零次或一次。例如“do(es)?”可以匹配“do”或“does”。7{n}n是一个非负整数。匹配确定的n次。例如“o{2}”不能匹配“hot”中的“o”但是能匹配“food”中的两个“o”。8{n,}n是一个非负整数。至少匹配n次。例如“o{2,}”不能匹配“hot”中的“o”但能匹配“food”中的“oo”。9{n,m}m和n均为非负整数其中nm。最少匹配n次且最多匹配m次。例如“o{1,3}”可以匹配“o”、“oo”或者“ooo”。10?当该字符紧跟在任何一个其他限制符*,,?,{n},{n,},{n,m}后面时匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如对于字符串“oooo”“o?”将匹配单个“o”而“o”将匹配所有“o”。11.点匹配除“\r\n”之外的任何单个字符。12(pattern)匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches结合得到在VBScript中使用SubMatches集合在JScript中则使用$0...$9属性。要匹配圆括号字符请使用“\(”或“\)”。13(?:pattern)非获取匹配匹配pattern但不获取匹配结果不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。14(?pattern)非获取匹配正向肯定预查在任何匹配pattern的字符串开始处匹配查找字符串该匹配不需要获取供以后使用。例如“windows(?95|98|NT|2000)”能匹配“windows2000”中的“windows”但不能匹配“windows3.1”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。15(?!pattern)非获取匹配正向否定预查在任何不匹配pattern的字符串开始处匹配查找字符串该匹配不需要获取供以后使用。例如“windows(?!95|98|NT|2000)”能匹配“windows3.1”中的“windows”但不能匹配“windows2000”中的“windows”。16(?pattern)非获取匹配反向肯定预查与正向肯定预查类似只是方向相反。例如“(?95|98|NT|2000)windows”能匹配“2000windows”中的“windows”但不能匹配“3.1windows”中的“windows”17(?!pattern)非获取匹配反向否定预查与正向否定预查类似只是方向相反。例如“(?95|98|NT|2000)windows”能匹配“3.1windows中的windows”但不能匹配“2000windows”中的“windows”。这个地方不正确有问题此处用或任意一项都不能超过2位如“(?95|98|NT|20)windows”正确“(?95|98|NT|2000)windows”报错若是单独使用则无限制如“(?2000)windows”正确匹配。18x|y匹配x或y。例如“z|food”能匹配“z”或“food”。“(z|y)ood”则匹配“zood”或“food”。19[xyz]字符集合。匹配所包含的任意一个字符。例如“[adb]”可以匹配“cat”中的“a”。20[^xyz]负值字符集合。匹配未包含的任意字符。例如“[^abc]”可以匹配“cat”中的“ct”。21[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。注意只有连字符在字符组内部时并且出现的两个字符之间时才能表示字符的范围如果出现字符组的开头则只能表示连字符本身。22[^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”范围的任意字符。23\b匹配一个单词边界也就是指单词和空格间的位置正则表达式的“匹配”有两种概念一种是匹配字符一种是匹配位置这里的\b就是匹配位置例如“er\b”可以匹配“never”中的“er”但不能匹配“verb”中的“er”。24\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”。25\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。26\d匹配一个数字字符。等价于[0-9]。grep要加上-Pperl正则支持。27\D匹配一个非数字字符。等价于[^0-9]。grep要加上-Pperl正则支持。28\f匹配一个换页符。等价于\x0c和\cL29\n匹配一个换行符。等价于\x0a和\cJ30\r匹配一个回车符。等价于\x0d和\cM31\s匹配任何不可见字符包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]32\S匹配任何可见字符。等价于[^\f\n\r\t\v]33\t匹配一个制表符。等价于\x09和\cl34\v匹配一个垂直制表符。等价于\x0b和\cK35\w匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”这里的“单词”字符使用Unicode字符集。36\W匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。37\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“\x041”。正则表达式中可以使用ASCII编码。38\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。39\n标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式则n为向后引用。否则如果n为八进制数字0-7则n为一个八进制转义值。40\nm标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式则nm为向后引用。如果\nm之前至少有n个获取则n为一个后跟文字m的向后引用。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。41\nml如果n为八进制数字0-7且m和l均为八进制数字0-7则匹配八进制转义值nml。42\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copy;。43\p{P}小写p是property的意思表示Unicode属性用于Unicode正则表达式的前缀。中括号内的“P”表示Unicode字符集七个字符属性之一标点字符。其他六个属性L字母M标记符号一般不会单独出现Z分隔符比如空格、换行等S符号比如数学符号、货币符号等N数字比如阿拉伯数字、罗马数字等C其他字符。44匹配词word的开始和结束。例如正则表达式the能够匹配字符串“for the wise”中的“the”,但是不能匹配字符串“otherwise”中的“the”。注意这个元字符不是所有的软件都支持。45()将和之间的表达式定义为“组”group并且将匹配这个表达式的字符保存到一个临时区域一个正则表达式中最多可以保存9个它们可以用\1到\9的符号来引用。46|将两个匹配条件进行逻辑“或”or运算。例如正则表达式him|her匹配“it belongs to him”和“it belongsto her”但是不能匹配“it belongs to them”。注意这个元字符不是所有的软件都支持的。47匹配1或多个正好在它之前的那个字符。例如正则表达式9匹配9、99、999等。注意这个元字符不是所有的软件都支持。48?匹配0或1个正好在它之前的那个字符。注意这个元字符不是所有的软件都支持的。49{i}{i,j}匹配指定数目的字符这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3}能够匹配字符“A”后面跟着正好3个数字字符的串例如A123、A348等但是不匹配A1234。而正则表达式[0-9]{4,6}匹配连续的任意4个、5个或者6个数字。2、POSIX方括号表达式序号表达式功能描述1[[:alnum:]]数字字符2[[:alpha:]]字母字符3[[:blank:]]空格和定位字符4[[:cntrl:]]控制字符5[[:digit:]]数字字符6[[:graph:]]非空格字符7[[:lower:]]小写字母字符8[[:print:]]可显示的字符9[[:punct:]]标点符号字符10[[:space:]]空白字符11[[:upper:]]大写字母字符12[[:xdigit:]]十六进制数字