33、正则表达式实战指南

正则表达式实战指南

正则表达式在数据处理和文本过滤中扮演着重要角色。在 Linux 环境下， sed 编辑器和 gawk 程序是使用正则表达式的常用工具，不过它们所支持的正则表达式引擎有所不同。 sed 主要遵循 POSIX 基本正则表达式（BRE）引擎，而 gawk 则能利用 POSIX 扩展正则表达式（ERE）引擎的大部分特性。

正则表达式基础

正则表达式是用于过滤数据流中文本的模式模板，它由标准文本字符和特殊字符组合而成。特殊字符可帮助匹配一个或多个字符序列，类似于其他应用中的通配符。例如，星号（ * ）可应用于字符类，用于指定一组或一个范围的字符，这些字符可在文本中多次出现：

$ echo "bt" | sed -n '/b[ae]*t/p'
bt
$ echo "bat" | sed -n '/b[ae]*t/p'
bat
$ echo "bet" | sed -n '/b[ae]*t/p'
bet
$ echo "btt" | sed -n '/b[ae]*t/p'
$
$ echo "baat" | sed -n '/b[ae]*t/p'
baat
$ echo "baaeeet" | sed -n '/b[ae]*t/p'
baaeeet
$ echo "baeeaeeat" | sed -n '/b[ae]*t/p'
baeeaeeat
$ echo "baabeeet" | sed -n '/b[ae]*t/p'
$