6、正则表达式全解析

正则表达式全解析

1. 正则表达式基础

正则表达式（regexp）是一种描述字符串集合的方式。在 awk 编程中，正则表达式是非常基础的部分。用斜杠（ / ）括起来的正则表达式是一种 awk 模式，它能匹配文本属于该集合的每个输入记录。最简单的正则表达式是字母、数字或它们的组合序列，这样的正则表达式能匹配包含该序列的任何字符串。例如，正则表达式 foo 能匹配包含 foo 的任何字符串，模式 /foo/ 能匹配记录中任意位置包含相邻三个字符 foo 的任何输入记录。

2. 正则表达式的使用方法

• 作为模式使用 ：将正则表达式用斜杠括起来，然后将其与每条记录的整个文本进行测试。通常，只要匹配文本的一部分就算成功。例如，下面的命令会打印出记录中任意位置出现字符串 li 的每条记录的第二个字段：

$ awk '/li/ { print $2 }' mail-list
555-5553
555-0542
555-6699
555-3430

• 在匹配表达式中使用 ：正则表达式也可用于匹配表达式，允许指定要匹配的字符串，而不必是当前整个输入记录。 ~ 和 !~ 这两个运算符用于执行正则表达式比较。使用这些运算符的表达式可以用作