Linux之正则表达式

注： 部分概念介绍来源于网络

正则表达式：
^    行首 grep '^how' => how行首
$    行尾 grep 'name$' => name行尾
.    除了换行符以外的任意单个字符 grep 'n..e' => name
*    前导字符的零个或多个 grep 'x*y' => y,xy,xxy
.*    所有字符 grep 'n.*e' => naaame
[]    字符组内的任一字符 grep 'm[a-z]' => my
[^]    对字符组内的每个字符取反(不匹配字符组内的每个字符) grep '[^b-z]re' => are
^[^]    非字符组内的字符开头的行
[a-z]    小写字母
[A-Z]    大写字母
[a-Z]    小写和大写字母
[0-9]    数字
[[:alpha:]]    任何字母
[[:digit:]]    任何数字
[[:alnum:]]    任何字母和数字
[[:upper:]]    任何大写字母
[[:lower:]]    任何小写字母
[[:punct:]]    任何标点符号
[[:xdigit:]]    任何16进制的数字，相当于[0-9a-fA-F]
[:blank:]    空白字符（空格和制表符）
[:space:]    包括空格、制表符（水平和垂直）、换行符、回车符等各种类型的空白
[:cntrl:]    不可打印的控制字符（退格、删除、警铃...）
[:graph:]    可打印的非空白字符
[:print:]    可打印字符
\< 或 \b    词首锚定，用于单词模式的左侧 grep '\<a' => are
\> 或 \b    词尾锚定，用于单词模式的右侧 grep 'e/>' => name
?    前导字符零个或一个最多一个 grep 'x\?y' => y,xy
+    前导字符至少一个或多个 grep 'x\+y' => xy,xxy 
x{m}    x出现m次 grep 'x\{2\}y' => xxy,xxxy
x{m,}    x出现m次至多次(至少m次) grep 'x\{2,\}y' => xxy,xxxy
x{m,n}    x出现m次至n次 grep 'x\{2,4\}y' => xxy,xxxy,xxxxy
x{0,n}    x出现至多n次 grep 'x\{0,2\}y' => y,xy,xxy
abc|def    表示abc或def
a(bc|de)f    表示abcf 或 adef
扩展正则    grep -E 或 egrep
^$    空白行
^[[:space:]]*$    空行或包含空白字符的行；
匹配完整单词    grep '\<n.*e\>' => name
()    一个整体
|    表示匹配符号两边的任意一边，比如a|b，表示匹配a或者b
\b    匹配一个单词边界，也就是指单词和空格间的位置。
\B    匹配非单词边界。
\cx    匹配由x指明的控制字符。
\d    匹配一个数字字符。等价于 [0-9]。
\D    匹配一个非数字字符。等价于 [^0-9]。
\f    匹配一个换页符。等价于 \x0c 和 \cL。
\n    匹配一个换行符。等价于 \x0a 和 \cJ。
\r    匹配一个回车符。等价于 \x0d 和 \cM。
\s    匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S    匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t    匹配一个制表符。等价于 \x09 和 \cI。
\v    匹配一个垂直制表符。等价于 \x0b 和 \cK。
\w    匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
\W    匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。
\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。
\num    匹配 num，其中num是一个正整数。对所获取的匹配的引用。
\n    标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm    标识一个八进制转义值或一个后向引用。
    如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。
    如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。
    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。
\nml    如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\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。
以一个可选的负号 ([-]?) 开头 (^)、跟着1个或更多的数字([0-9]+)、和一个小数点(\.)再跟上1个或多个数字([0-9]+)，并且后面没有其他任何东西($)
特殊字符 ? 与 {0,1} 是相等的，它们都代表着： 0个或1个前面的内容 或 前面的内容是可选的 。所以刚才的例子可以简化为：
^\-?[0-9]{1,}\.?[0-9]{1,}$
特殊字符 * 与 {0,} 是相等的，它们都代表着 0 个或多个前面的内容 
字符 + 与 {1,} 是相等的，表示 1 个或多个前面的内容 

一、15/18位身份证号码正则表达式
xxxxxx yyyy MM dd 375 0     十八位
xxxxxx   yy MM dd  75 0     十五位
地区：[1-9][0-9]{5}
年的前两位：(18|19|20)
年的后两位：[0-9]{2}
月份：((0[1-9])|(10|11|12)) 
天数：(([0-2][1-9])|10|20|30|31)  闰年不能禁止29+
三位顺序码：[0-9]{3}
两位顺序码：[0-9]{2}
校验码：[0-9Xx]
echo "211002199910258930" | grep -P '[1-9][0-9]{5}(18|19|20)[0-9]{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)[0-9]{3}[0-9Xx]'
echo "211002991025830" | grep -P '[1-9][0-9]{5}[0-9]{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)[0-9]{2}[0-9Xx]'

二、匹配域名正则表达式
DNS规定，域名中的标号都由英文字母和数字组成，每一个标号不超过63个字符，也不区分大小写字母。标号中除连字符（-）外不能使用其他的标点符号。级别最低的域名写在最左边，而级别最高的域名写在最右边。由多个标号组成的完整域名总共不超过255个字符。
echo "baidu.com.cn " | egrep '^[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(\.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})*$'

三、匹配中文域名域名正则表达式
中文国际域名： 中文域名必须包含汉字，并可以含字母（A-Z，a-z，大小写等价）、数字（0-9）或连接符（－）。各级中文域名之间用实点（.）连接，各级中文域名长度不得超过20个字符。简繁体为不同的域名。
echo "百度.baidu.com.cn"|egrep "^[A-Za-z0-9_\u4E00-\u9FA5]+([\.\-][A-Za-z0-9_\u4E00-\u9FA5]+)*$"
报错：grep: Invalid range end
需要根据系统bash的中文编码规则进行匹配
echo "百度" | grep -E ‘[^\u4e00-\u9fa5]’ （如果不生效，见下面的命令）
echo "百度" | grep -P ‘[\p{Han}]’

四、匹配IP地址正则表达式
echo "10.0.0.7" | grep -E '[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}'
echo "10.0.0.7" | grep -E '([0-9]{1,3}.){3}[0-9]{1,3}'

五、匹配Email地址正则表达式
echo "6072293@qq.com" | grep -E '\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*'

六、网上一些匹配规则
匹配非负整数（正整数 + 0）: "^\d+$"
匹配正整数: "^[0-9]*[1-9][0-9]*$" 
匹配非正整数（负整数 + 0）: "^((-\d+)|(0+))$"
匹配负整数: "^-[0-9]*[1-9][0-9]*$" 
匹配整数: "^-?\d+$" 
匹配非负浮点数（正浮点数 + 0）: "^\d+(\.\d+)?$"
匹配正浮点数: "^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"
匹配非正浮点数（负浮点数 + 0）: "^((-\d+(\.\d+)?)|(0+(\.0+)?))$"
匹配负浮点数: "^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$" 
匹配浮点数: "^(-?\d+)(\.\d+)?$" 
匹配由26个英文字母组成的字符串: "^[A-Za-z]+$"
匹配由26个英文字母的大写组成的字符串: "^[A-Z]+$"
匹配由26个英文字母的小写组成的字符串: "^[a-z]+$"
匹配由数字和26个英文字母组成的字符串: "^[A-Za-z0-9]+$"
匹配由数字、26个英文字母或者下划线组成的字符串: "^\w+$"
匹配邮件地址: "^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$"
匹配url: "^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$"
匹配年-月-日: /^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/
匹配月/日/年: /^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/
匹配Emil: "^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$" 
匹配电话号码: /^((\+?[0-9]{2,4}\-[0-9]{3,4}\-)|([0-9]{3,4}\-))?([0-9]{7,8})(\-[0-9]+)?$/
匹配中文字符的正则表达式： [\u4e00-\u9fa5] 
匹配双字节字符(包括汉字在内)：[^\x00-\xff] 
匹配空行的正则表达式：\n[\s| ]*\r 
匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/ 
匹配首尾空格的正则表达式：(^\s*)|(\s*$) 
匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* 
匹配网址URL的正则表达式：^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$ 
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$ 
匹配国内电话号码：(\d{3}-|\d{4}-)?(\d{8}|\d{7})? 
匹配腾讯QQ号：^[1-9]*[1-9][0-9]*$ 
匹配除了(\)(/)(^)之外的所有字符：[^\\\/\^]
匹配除了双引号(")和单引号(')之外的所有字符：[^\"\']
匹配所有包含一个以上的字母、数字或下划线的字符串：^[a-zA-Z0-9_]{1,}$ = ^[a-zA-Z0-9_]+$
匹配所有的正整数：^[1-9][0-9]{0,}$ = ^[1-9][0-9]*$
匹配所有的整数：^\-{0,1}[0-9]{1,}$ = ^\-?[0-9]+$ 
匹配所有的浮点数：^[-]?[0-9]+\.?[0-9]+$ = ^[-]?[0-9]+(\.[0-9]+)?$